简单的MapReduce项目，计算文件中单词出现的次数
簡單的MapReduce項目，計算文件中單詞出現的次數
計算文件中單詞出現的次數，試題如下圖
1、創建讀取單詞的文件tast，內容如下：
?
hadoop core map reduce hiv hbase Hbase pig hadoop mapreduce MapReduce Hadoop Hbase spark2、流程圖如下：
根據上圖得知，計算流程中Mapping和Reducing是需要自己編寫功能，其他交給Map/Reduce完成的
那么，我們首先編寫Mapping步驟的代碼，
新建WcMapper.java
?
package com.all58.mr;
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class WcMapper extends Mapper<LongWritable, Text, Text, IntWritable>{
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
/**
* 每次調用map方法會傳入split中一行數據；
* key：該行數據所在文件中的位置下標
* value：該行數據
*/
@Override
protected void map(LongWritable key, Text value, Context context)
throws IOException, InterruptedException {
String line = value.toString();
StringTokenizer itr = new StringTokenizer(line);
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);//map的輸出
}
}
}
?
新建WcReduce.java
package com.all58.mr;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class WcReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
private IntWritable result = new IntWritable();
@Override
protected void reduce(Text key, Iterable<IntWritable> iter,
Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable value : iter) {
sum += value.get();
}
result.set(sum);
context.write(key, result);
}
}
到此，計算程序全部完成，下面編寫Job執行程序
?
新建JobRun.java
?
package com.all58.mr;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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;
public class JobRun {
public static void main(String[] args) {
Configuration conf = new Configuration();
conf.set("mapred.job.tracker", "node1:9001");
try {
Job job = new Job(conf);
job.setJarByClass(JobRun.class);
job.setMapperClass(WcMapper.class);
job.setReducerClass(WcReducer.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//job.setNumReduceTasks(1);//設置reduce任務的個數
//mapreduce輸入數據所在目錄或文件
FileInputFormat.addInputPath(job, new Path("/opt/hadoop-1.2/mapred/xiaoming"));
//mapreduce執行之后的輸出數據的目錄
FileOutputFormat.setOutputPath(job, new Path("/opt/hadoop-1.2/mapred/xiaoming/output"));
System.exit(job.waitForCompletion(true) ? 0 : 1);
} catch (Exception e) {
e.printStackTrace();
}
}
}
運行
?
1、eclipse導出jar包 wc.jar，使用scp上傳至node1服務器
2、進入node1服務器~/hadoop-1.2.1/bin，執行命令
?
./hadoop jar ~/wc.jar com.all58.mr.JobRun執行完畢，如下圖
?
打開eclipse，查看結果
part-r-00000的內容：
?
Hadoop 1
Hbase 2
MapReduce 1
core 1
hadoop 1
hbase 1
hiv 1
map 1
mapreduce 1
pig 1
reduce 1
spark 1
hadoop 1
?
?
總結
以上是生活随笔為你收集整理的简单的MapReduce项目，计算文件中单词出现的次数的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： MapReduce示例——WordCou
- 下一篇： 入门HBase