《大數(shù)據(jù)技術(shù)原理與應(yīng)用》實驗一WordCount_第1頁
《大數(shù)據(jù)技術(shù)原理與應(yīng)用》實驗一WordCount_第2頁
《大數(shù)據(jù)技術(shù)原理與應(yīng)用》實驗一WordCount_第3頁
《大數(shù)據(jù)技術(shù)原理與應(yīng)用》實驗一WordCount_第4頁
《大數(shù)據(jù)技術(shù)原理與應(yīng)用》實驗一WordCount_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

實驗一MapReduce--1--入門程序WordCount一、實驗?zāi)康腗apReduce界的helloworld程序就是WordCount程序。所謂WordCount,就是單詞計數(shù),就是用來統(tǒng)計一篇或者一堆文本文件中的各單詞的出現(xiàn)次數(shù)。二、實驗原理按照我們普通的編寫代碼的邏輯,單詞計數(shù)程序應(yīng)該是這樣的:1、逐行讀取文本內(nèi)容2、把讀取到的一行文本內(nèi)容切割為一個一個的單詞3、把每個單詞出現(xiàn)一次的信息記錄為一個key-value,也就是“單詞-1”4、收集所有相同的單詞,然后統(tǒng)計value寫出的value值得總和,也就是key為同一個單詞的所有1的和。實驗過程首先在HDFS上創(chuàng)建輸入文件目錄test,命令如下:hadoop@ubuntu:~$hadoopfs-mkdirtest接著將本地的文件put到HDFS上test目錄下,并查看,命令如下:hadoop@ubuntu:~/txtfile$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注釋:-f是可以overwrite的意思使用InteliJ新建一個Javaproject,編寫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);

}}導(dǎo)出jar包File->ProjectStructure->Artifacts->綠色“+”->JAR->Frommoduleswithdependcies->applyBuild->BuildArtifacts運行jar包hadoop@ubuntu:~/txtfile$hadoopjarWordCount.jartesttest-out最后查看HDFS上的結(jié)果并將結(jié)果get到本地hadoop@ubuntu:~$hadoopfs-lstest-outFound2items-rw-r--r--

1hadoopsupergroup

02016-10-2300:59test-out/_SUCCESS-rw-r--r--

1hadoopsupergroup

402016-10-2300:59te

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論