package com.bwzy.hadoop; import java.io.File; import java.io.IOException; import java.util.Iterator; import java.util.StringTokenizer; import org.apache.hadoop.conf.Configured; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.*; import org.apache.hadoop.mapreduce.*; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.input.TextInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat; import org.apache.hadoop.util.Tool; import org.apache.hadoop.util.ToolRunner; public class WordCount extends Configured implements Tool { public static class Map extends org.apache.hadoop.mapreduce.Mapper<LongWritable, Text, Text, IntWritable> { private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(LongWritable key,Text value,Context context){ String line = value.toString(); StringTokenizer tokenizer = new StringTokenizer(line);//读取每一行数据,并将该行数据以空格分割(StringTokenizer默认是以空格分割字符串) while (tokenizer.hasMoreTokens()) { word.set(tokenizer.nextToken()); try { context.write(word, one);//输出给Reduce } catch (IOException e) { e.printStackTrace(); } catch (InterruptedException e) { e.printStackTrace(); } } } } public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> { public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException{ int sum = 0; //合并每个单词出现的次数 for (IntWritable val : values) { sum+=val.get(); } context.write(key, new IntWritable(sum)); } } public static void main(String[] args) throws Exception { int ret = ToolRunner.run(new WordCount(), args); System.exit(ret); } @Override public int run(String[] arg0) throws Exception { Job job = new Job(getConf()); job.setJobName("wordcount"); job.setOutputKeyClass(Text.class);//key--设置输出格式 job.setOutputValueClass(IntWritable.class);//value--设置输出格式 job.setMapperClass(Map.class); job.setReducerClass(Reduce.class); job.setInputFormatClass(TextInputFormat.class); job.setOutputFormatClass(TextOutputFormat.class); FileInputFormat.setInputPaths(job, new Path(arg0[0])); FileOutputFormat.setOutputPath(job, new Path(arg0[1])); boolean success = job.waitForCompletion(true); return success?0:1; } }
MapReduce经典案例——统计单词数
原创
©著作权归作者所有:来自51CTO博客作者ciznx的原创作品,请联系作者获取转载授权,否则将追究法律责任
资源文件file.txt
hello hadoop
hello word
this is my first hadoop program
分析:一个文档中每行的单词通过空格分割后获取,经过map阶段可以将所有的单词整理成如下形式:
key:hello value:1
key:hadoop value:1
key:hello value:1
key:word value:1
key:this value:1
key:is value:1
key:my value:1
key:first value:1
key:hadoop value:1
key:program value:1
经过hadoop整理后以如下形式输入到Reduce中:
key:hello value:{1,1}
key:hadoop value: {1,1}
key:word value:{1}
key:this value: {1}
key:is value:{1}
key:myvalue: {1}
key:first value:{1}
key:program value:{1}
所以Reduce接受的时候是以Iterable<IntWritable> values最为值。在Reduce中我们就可以将value中的值迭代相加就可以得出该单词出现的次数。
实现:
运行:
1:将程序打包
选中打包的类-->右击-->Export-->java-->JAR file--填入保存路径-->完成
2:将jar包拷贝到hadoop的目录下。(因为程序中用到来hadoop的jar包)
3:将资源文件(存储这单词的文件,假设在/home/user/Document/file1.txt)上传到定义的hdfs目录下
创建hdfs目录命令(在hadoop已经成功启动的前提下):hadoop fs -mkdir /自定义/自定义/input
上传本地资源文件到hdfs上:hadop fs -put -copyFromLocal /home/user/Document/file1.txt /自定义/自定义/input
4:运行MapReduce程序:
hadoop jar /home/user/hadoop-1.0.4/WordCount.jar com.bwzy.hadoop.WordCount /自定义/自定义/input /自定义/自定义/output
说明:hadoop运行后会自动创建/自定义/自定义/output目录,在该目录下会有两个文件,其中一个文件中存放来MapReduce运行的结果。如果重新运行该程序,需要将/自定义/自定义/output目录删除,否则系统认为该结果已经存在了。
5:运行的结果为
hello 2
hadoop 2
word 1
this 1
is 1
my 1
first 1
program 1
上一篇:运用Jconsole监控JVM
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
经典游戏案例:飞机大战
一款经典游戏,飞机大战,主要是实现飞机射击核心功能。
经典游戏 unity3d -
经典游戏案例:仿植物大战僵尸
植物大战僵尸核心玩法实现
unity案例 经典游戏 -
MapReduce单词统计
MapReduce单词统计
MapReduce单词统计 -
统计单词数 【map 简单应用】
统计单词数时间限制: 1Sec 内存限制: 128MB 提交: 464 解决: 188题目描述统计输入英...
Map 蓝桥杯 #include 大小写 ios -
java统计文章单词数java统计文章单词数 java 游戏 javascript ViewUI