最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
问答文章1 问答文章501 问答文章1001 问答文章1501 问答文章2001 问答文章2501 问答文章3001 问答文章3501 问答文章4001 问答文章4501 问答文章5001 问答文章5501 问答文章6001 问答文章6501 问答文章7001 问答文章7501 问答文章8001 问答文章8501 问答文章9001 问答文章9501
当前位置: 首页 - 科技 - 知识百科 - 正文

MapReduce的基本内容介绍(附代码)

来源:懂视网 责编:小采 时间:2020-11-09 08:39:54
文档

MapReduce的基本内容介绍(附代码)

MapReduce的基本内容介绍(附代码):本篇文章给大家带来的内容是关于MapReduce的基本内容介绍(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。1、WordCount程序1.1 WordCount源程序import java.io.IOException; import java.util.Itera
推荐度:
导读MapReduce的基本内容介绍(附代码):本篇文章给大家带来的内容是关于MapReduce的基本内容介绍(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。1、WordCount程序1.1 WordCount源程序import java.io.IOException; import java.util.Itera
本篇文章给大家带来的内容是关于MapReduce的基本内容介绍(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

1、WordCount程序

1.1 WordCount源程序

import java.io.IOException;
import java.util.Iterator;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
public class WordCount {
 public WordCount() {
 }
 public static void main(String[] args) throws Exception {
 Configuration conf = new Configuration();
 String[] otherArgs = (new GenericOptionsParser(conf, args)).getRemainingArgs();
 if(otherArgs.length < 2) {
 System.err.println("Usage: wordcount <in> [<in>...] <out>");
 System.exit(2);
 }
 Job job = Job.getInstance(conf, "word count");
 job.setJarByClass(WordCount.class);
 job.setMapperClass(WordCount.TokenizerMapper.class);
 job.setCombinerClass(WordCount.IntSumReducer.class);
 job.setReducerClass(WordCount.IntSumReducer.class);
 job.setOutputKeyClass(Text.class);
 job.setOutputValueClass(IntWritable.class); 
 for(int i = 0; i < otherArgs.length - 1; ++i) {
 FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
 }
 FileOutputFormat.setOutputPath(job, new Path(otherArgs[otherArgs.length - 1]));
 System.exit(job.waitForCompletion(true)?0:1);
 }
 public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
 private static final IntWritable one = new IntWritable(1);
 private Text word = new Text();
 public TokenizerMapper() {
 }
 public void map(Object key, Text value, Mapper<Object, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {
 StringTokenizer itr = new StringTokenizer(value.toString()); 
 while(itr.hasMoreTokens()) {
 this.word.set(itr.nextToken());
 context.write(this.word, one);
 }
 }
 }
public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
 private IntWritable result = new IntWritable();
 public IntSumReducer() {
 }
 public void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
 int sum = 0;
 IntWritable val;
 for(Iterator i$ = values.iterator(); i$.hasNext(); sum += val.get()) {
 val = (IntWritable)i$.next();
 }
 this.result.set(sum);
 context.write(key, this.result);
 }
 }
}

1.2 运行程序,Run As->Java Applicatiion

1.3 编译打包程序,产生Jar文件

2 运行程序

2.1 建立要统计词频的文本文件

wordfile1.txt

Spark Hadoop

Big Data

wordfile2.txt

Spark Hadoop

Big Cloud

2.2 启动hdfs,新建input文件夹,上传词频文件

cd /usr/local/hadoop/

./sbin/start-dfs.sh

./bin/hadoop fs -mkdir input

./bin/hadoop fs -put /home/hadoop/wordfile1.txt input

./bin/hadoop fs -put /home/hadoop/wordfile2.txt input

2.3 查看已上传的词频文件:

hadoop@dblab-VirtualBox:/usr/local/hadoop$ ./bin/hadoop fs -ls .
Found 2 items
drwxr-xr-x - hadoop supergroup 0 2019-02-11 15:40 input
-rw-r--r-- 1 hadoop supergroup 5 2019-02-10 20:22 test.txt
hadoop@dblab-VirtualBox:/usr/local/hadoop$ ./bin/hadoop fs -ls ./input
Found 2 items
-rw-r--r-- 1 hadoop supergroup 27 2019-02-11 15:40 input/wordfile1.txt
-rw-r--r-- 1 hadoop supergroup 29 2019-02-11 15:40 input/wordfile2.txt

2.4 运行WordCount

./bin/hadoop jar /home/hadoop/WordCount.jar input output

屏幕上会输入大段信息

然后可以查看运行结果:

hadoop@dblab-VirtualBox:/usr/local/hadoop$ ./bin/hadoop fs -cat output/*
Hadoop 2
Spark 2

声明:本网页内容旨在传播知识,若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

文档

MapReduce的基本内容介绍(附代码)

MapReduce的基本内容介绍(附代码):本篇文章给大家带来的内容是关于MapReduce的基本内容介绍(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。1、WordCount程序1.1 WordCount源程序import java.io.IOException; import java.util.Itera
推荐度:
标签: 内容 介绍 代码
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top