場景

MapReduce Java API實例-統計單詞出現頻率：

https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/119410169

在上面是統計出現過的單詞以及出現的次數。

如果只是從中統計出現過的單詞，即類似于求單詞集合的并集的效果。

注：

博客：
https://blog.csdn.net/badao_liumang_qizhi
關注公眾號
霸道的程序猿
獲取編程相關電子書、教程推送與免費下載。

實現

與統計單詞頻率相比，只是將最終結果的出現次數去掉，因此只需將WorldCount

中reduce函數輸出value的值設置為NullWriable即可，同時將Job的OutputValue

類型設置為NullWritable。

1、數據集修改如下：

2、新建map

package com.badao.worldunion;import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException; import java.util.StringTokenizer;public class WorldUnionMapper extends Mapper<Object,Text,Text,IntWritable> {//1、編寫map函數，通過繼承Mapper類實現里面的map函數//?? Mapper類當中的第一個函數是Object,也可以寫成Long//?? 第一個參數對應的值是行偏移量//2、第二個參數類型通常是Text類型，Text是Hadoop實現的String 類型的可寫類型//?? 第二個參數對應的值是每行字符串//3、第三個參數表示的是輸出key的數據類型//4、第四個參數表示的是輸出value的數據類型，IntWriable 是Hadoop實現的int類型的可寫數據類型public final static IntWritable one = new IntWritable(1);public Text word = new Text();//key 是行偏移量//value是每行字符串@Overridepublic void map(Object key, Text value, Context context) throws IOException, InterruptedException {StringTokenizer stringTokenizer = new StringTokenizer(value.toString());while (stringTokenizer.hasMoreTokens()){//stringTokenizer.nextToken()是字符串類型，使用set函數完成字符串到Text數據類型的轉換word.set(stringTokenizer.nextToken());//通過write函數寫入到本地文件context.write(word,one);}} }

3、新建reduce

package com.badao.worldunion;import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;//第一個參數類型是輸入值key的數據類型，map中間輸出key的數據類型 //第二個參數類型是輸入值value的數據類型，map中間輸出value的數據類型 //第三個參數類型是輸出值key的數據類型，他的數據類型要跟job.setOutputKeyClass(Text.class) 保持一致 //第四個參數類型是輸出值value的數據類型，它的數據類型要跟job.setOutputValueClass(IntWriable.class) 保持一致public class WordUnionReducer extends Reducer<Text, IntWritable,Text, NullWritable> {public IntWritable result = new IntWritable();//key就是單詞? values是單詞出現頻率列表@Overridepublic void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {NullWritable a = null;context.write(key,a);} }

4、新建job

package com.badao.worldunion;import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.mapreduce.lib.reduce.IntSumReducer;import java.io.IOException;public class WorldUnionJob {public static void main(String[] args) throws InterruptedException, IOException, ClassNotFoundException {wordCountLocal();}public static void wordCountLocal()throws IOException, ClassNotFoundException, InterruptedException{Configuration conf = new Configuration();//實例化一個作業，word count是作業的名字Job job = Job.getInstance(conf, "wordunion");//指定通過哪個類找到對應的jar包job.setJarByClass(WorldUnionJob.class);//為job設置Mapper類job.setMapperClass(WorldUnionMapper.class);//為job設置reduce類job.setReducerClass(WordUnionReducer.class);//設置map的輸出 value的數據類型job.setMapOutputValueClass(IntWritable.class);//為job的輸出數據設置key類job.setOutputKeyClass(Text.class);//為job輸出設置value類job.setOutputValueClass(NullWritable.class);//為job設置輸入路徑，輸入路徑是存在的文件夾/文件FileInputFormat.addInputPath(job,new Path("D:\\wordsunion.txt"));//為job設置輸出路徑FileOutputFormat.setOutputPath(job,new Path("D:\\worldunion4"));job.waitForCompletion(true);}}

運行job查看結果

?

總結

以上是生活随笔為你收集整理的MapReduce Java API实例-统计出现过的单词的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。