1.圖解MapReduceMapReduce整體流程圖

并行讀取文本中的內(nèi)容，然后進(jìn)行MapReduce操作

Map過(guò)程：并行讀取三行，對(duì)讀取的單詞進(jìn)行map操作，每個(gè)詞都以<key,value>形式生成

reduce操作是對(duì)map的結(jié)果進(jìn)行排序，合并，最后得出詞頻。

2.簡(jiǎn)單過(guò)程：

Input: Hello World Bye World Hello Hadoop Bye Hadoop Bye Hadoop Hello Hadoop Map: <Hello,1> <World,1> <Bye,1> <World,1> <Hello,1> <Hadoop,1> <Bye,1> <Hadoop,1> <Bye,1> <Hadoop,1> <Hello,1> <Hadoop,1> Sort: <Bye,1> <Bye,1> <Bye,1> <Hadoop,1> <Hadoop,1> <Hadoop,1> <Hadoop,1> <Hello,1> <Hello,1> <Hello,1> <World,1> <World,1> Combine: <Bye,1,1,1> <Hadoop,1,1,1,1> <Hello,1,1,1> <World,1,1> Reduce: <Bye,3> <Hadoop,4> <Hello,3> <World,2>

MergeSort的過(guò)程（ps：2012-10-18）Map:
<Hello,1><World,1><Bye,1><World,1><Hello,1><Hadoop,1><Bye,1><Hadoop,1><Bye,1><Hadoop,1><Hello,1><Hadoop,1>
MergeSort:

• <Hello,1><World,1><Bye,1><World,1><Hello,1><Hadoop,1> | <Bye,1><Hadoop,1><Bye,1><Hadoop,1><Hello,1><Hadoop,1>
• <Hello,1><World,1><Bye,1> || <World,1><Hello,1><Hadoop,1> | <Bye,1><Hadoop,1><Bye,1> || <Hadoop,1><Hello,1><Hadoop,1>
• <Hello,1><World,1> ||| <Bye,1> || <World,1><Hello,1> ||| <Hadoop,1> | <Bye,1><Hadoop,1> ||| <Bye,1> || <Hadoop,1><Hello,1> ||| <Hadoop,1>
• MergeArray 結(jié)果：<Hello,1><World,1> ||| <Bye,1> || <Hello,1><World,1> ||| <Hadoop,1> | <Bye,1><Hadoop,1> ||| <Bye,1> || <Hadoop,1><Hello,1> ||| <Hadoop,1> 在|||這一層級(jí)
• MergeArray 結(jié)果：<Bye,1><Hello,1><World,1> || <Hadoop,1><Hello,1><World,1> | <Bye,1><Bye,1><Hadoop,1> || <Hadoop,1><Hadoop,1><Hello,1> 在||這一層級(jí)
• MergeArray 結(jié) 果：<Bye,1><Hadoop,1><Hello,1><World,1><Hello,1><World,1> | <Bye,1><Bye,1><Hadoop,1><Hadoop,1><Hello,1><Hadoop,1> 在|這一層級(jí)
• MergeArray結(jié) 果：<Bye,1><Bye,1><Bye,1><Hadoop,1><Hadoop,1><Hadoop,1><Hadoop,1><Hello,1><Hello,1><Hello,1><World,1><World,1> 排序完成
  
  

3.代碼實(shí)例：
package cn.opensv.hadoop.ch1;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
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;



/**
* Hello world!
*
*/
public class WordCount1 {
? ? ? ? public static class Map extends? ? ? ? Mapper<LongWritable, Text, Text, LongWritable> {
? ? ? ?
? ? ? ? ? ? ? ? private final static LongWritable one = new LongWritable(1);
? ? ? ? ? ? ? ? private Text word = new Text();

? ? ? ?
? ? ? ? ? ? ? ?
? ? ? ? ? ? ? ? @Override
? ? ? ? ? ? ? ? public void map(LongWritable key, Text value, Context context)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? throws IOException, InterruptedException {
? ? ? ? ? ? ? ? ? ? ? ? String line = value.toString();
? ? ? ? ? ? ? ? ? ? ? ? StringTokenizer tokenizer = new StringTokenizer(line);
? ? ? ? ? ? ? ? ? ? ? ? while (tokenizer.hasMoreTokens()) {
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? word.set(tokenizer.nextToken());
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? context.write(word, one);
? ? ? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? }
? ? ? ? }

? ? ? ? public static class Reduce extends Reducer<Text, LongWritable, Text, LongWritable> {
? ? ? ? ? ? ? ? @Override
? ? ? ? ? ? ? ? public void reduce(Text key, Iterable<LongWritable> values, Context context)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? throws IOException, InterruptedException {
? ? ? ? ? ? ? ? ? ? ? ? long sum = 0;
? ? ? ? ? ? ? ? ? ? ? ? for (LongWritable val : values)??{
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? sum += val.get();
? ? ? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? ? ? ? ? context.write(key, new LongWritable(sum));
? ? ? ? ? ? ? ? }
? ? ? ? }

? ? ? ? public static void main(String[] args) throws Exception {
? ? ? ?
? ? ? ? ? ? ? ? Configuration cfg = new Configuration();
? ? ? ? ? ? ? ???Job job = new Job(cfg);? ?? ?? ?
? ? ? ? ? ? ? ???job.setJarByClass(WordCount1.class);? ?

? ? ? ? ? ? ? ? job.setJobName("wordcount1"); // 設(shè)置一個(gè)用戶定義的job名稱
? ? ? ? ? ? ? ?
? ? ? ? ? ? ? ? job.setOutputKeyClass(Text.class); // 為job的輸出數(shù)據(jù)設(shè)置Key類
? ? ? ? ? ? ? ? job.setOutputValueClass(LongWritable.class); // 為job輸出設(shè)置value類
? ? ? ? ? ? ? ? job.setMapperClass(Map.class); // 為job設(shè)置Mapper類
? ? ? ? ? ? ? ? job.setCombinerClass(Reduce.class); // 為job設(shè)置Combiner類
? ? ? ? ? ? ? ? job.setReducerClass(Reduce.class); // 為job設(shè)置Reduce類
? ? ? ? ? ? ? ?
? ? ? ?
? ? ? ? ? ? ? ?? ?? ?? ?? ?

? ? ? ? ? ? ? ? FileInputFormat.setInputPaths(job, new Path(args[0]));
? ? ? ? ? ? ? ? FileOutputFormat.setOutputPath(job, new Path(args[1]));
? ? ? ? ? ? ? ? job.waitForCompletion(true);
? ? ? ? }

}

轉(zhuǎn)載于:https://www.cnblogs.com/qiumingcheng/p/5396369.html

總結(jié)

以上是生活随笔為你收集整理的图解MapReduceMapReduce整体流程图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。