下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
实验一MapReduce--1--入门程序WordCount一、实验目的MapReduce界的helloworld程序就是WordCount程序。所谓WordCount,就是单词计数,就是用来统计一篇或者一堆文本文件中的各单词的出现次数。二、实验原理按照我们普通的编写代码的逻辑,单词计数程序应该是这样的:1、逐行读取文本内容2、把读取到的一行文本内容切割为一个一个的单词3、把每个单词出现一次的信息记录为一个key-value,也就是“单词-1”4、收集所有相同的单词,然后统计value写出的value值得总和,也就是key为同一个单词的所有1的和。实验过程首先在HDFS上创建输入文件目录test,命令如下:hadoop@ubuntu:~$hadoopfs-mkdirtest接着将本地的文件put到HDFS上test目录下,并查看,命令如下:hadoop@ubuntu:~/txtfile$hadoopfs-put-f*.txttesthadoop@ubuntu:~$hadoopfs-lstestFound3items-rw-r--r--
1hadoopsupergroup
242016-10-2221:43test/file1.txt-rw-r--r--
1hadoopsupergroup
242016-10-2221:43test/file2.txt-rw-r--r--
1hadoopsupergroup
1149572016-10-2319:57test/news.txt注释:-f是可以overwrite的意思使用InteliJ新建一个Javaproject,编写wordcount程序,如下所示:packageexample;importorg.apache.hadoop.fs.Path;importorg.apache.hadoop.io.IntWritable;importorg.apache.hadoop.io.LongWritable;importorg.apache.hadoop.io.Text;importorg.apache.hadoop.mapred.*;importjava.io.IOException;importjava.util.Iterator;importjava.util.StringTokenizer;/**
*Createdbyhadoopon10/22/16.
*/publicclassWordCount{
///Mapper:<LongWritableText>projectto<TextIntWritable>
publicstaticclassMapextendsMapReduceBaseimplementsMapper<LongWritable,Text,Text,IntWritable>{
privatefinalstaticIntWritableone=newIntWritable(1);
privateTextword=newText();
///reporterreporttheprogressortheyarelive
publicvoidmap(LongWritablekey,Textvalue,OutputCollector<Text,IntWritable>output,Reporterreporter)throwsIOException{
Stringline=value.toString();
StringTokenizertokenizer=newStringTokenizer(line);
while(tokenizer.hasMoreTokens()){
//setchangestringtoText
word.set(tokenizer.nextToken());
output.collect(word,one);}}}
publicstaticclassReduceextendsMapReduceBaseimplementsReducer<Text,IntWritable,Text,IntWritable>{
///iscalledforeverykey
///IntWritable:youcanuseitasint
publicvoidreduce(Textkey,Iterator<IntWritable>values,OutputCollector<Text,IntWritable>output,Reporterreporter)throwsIOException{
intsum=0;
while(values.hasNext()){
sum+=values.next().get();
}
output.collect(key,newIntWritable(sum));
}
}
publicstaticvoidmain(String[]args)throwsException{
JobConfconf=newJobConf(WordCount.class);
conf.setJobName("wordcount");
conf.setOutputKeyClass(Text.class);
conf.setOutputValueClass(IntWritable.class);
conf.setMapperClass(Map.class);
//conf.setCombinerClass(Reduce.class);
conf.setReducerClass(Reduce.class);
//inputformat
conf.setInputFormat(TextInputFormat.class);
conf.setOutputFormat(TextOutputFormat.class);
FileInputFormat.setInputPaths(conf,newPath(args[0]));
FileOutputFormat.setOutputPath(conf,newPath(args[1]));
JobClient.runJob(conf);
}}导出jar包File->ProjectStructure->Artifacts->绿色“+”->JAR->Frommoduleswithdependcies->applyBuild->BuildArtifacts运行jar包hadoop@ubuntu:~/txtfile$hadoopjarWordCount.jartesttest-out最后查看HDFS上的结果并将结果get到本地hadoop@ubuntu:~$hadoopfs-lstest-outFound2items-rw-r--r--
1hadoopsupergroup
02016-10-2300:59test-out/_SUCCESS-rw-r--r--
1hadoopsupergroup
402016-10-2300:59te
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 二零二四塔吊设备购置与销售专项合同范本3篇
- 二零二四年家电销售顾问聘用与售后服务合同3篇
- 二零二五版出租车承包合同绿色出行推广合作2篇
- 二零二五版豪华度假酒店承包经营合同规范范本3篇
- 二零二五版公益劳动服务基地共建与社区公共服务拓展合同3篇
- 年度营养型输液竞争策略分析报告
- 年度智能儿童成长仪市场分析及竞争策略分析报告
- 2024年钢材交易:居间代理全套合同
- 二零二五版水利工程承包居间代理服务合同2篇
- 2025年变压器智能化升级采购及技术支持合同3篇
- 安徽省合肥市包河区2023-2024学年九年级上学期期末化学试题
- 《酸碱罐区设计规范》编制说明
- PMC主管年终总结报告
- 售楼部保安管理培训
- 仓储培训课件模板
- 2025届高考地理一轮复习第七讲水循环与洋流自主练含解析
- GB/T 44914-2024和田玉分级
- 2024年度企业入驻跨境电商孵化基地合作协议3篇
- 《形势与政策》课程标准
- 2023年海南省公务员录用考试《行测》真题卷及答案解析
- 桥梁监测监控实施方案
评论
0/150
提交评论