《大数据技术原理与应用》实验一WordCount_第1页
《大数据技术原理与应用》实验一WordCount_第2页
《大数据技术原理与应用》实验一WordCount_第3页
《大数据技术原理与应用》实验一WordCount_第4页
《大数据技术原理与应用》实验一WordCount_第5页
全文预览已结束

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。

评论

0/150

提交评论