场景

MapReduce Java API实例-统计单词出现频率：

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

在上面是统计出现过的单词以及出现的次数。

如果只是从中统计出现过的单词，即类似于求单词集合的并集的效果。

注：

博客：
https://blog.csdn.net/badao_liumang_qizhi
关注公众号
霸道的程序猿
获取编程相关电子书、教程推送与免费下载。

实现

与统计单词频率相比，只是将最终结果的出现次数去掉，因此只需将WorldCount

中reduce函数输出value的值设置为NullWriable即可，同时将Job的OutputValue

类型设置为NullWritable。

1、数据集修改如下：

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、编写map函数，通过继承Mapper类实现里面的map函数//   Mapper类当中的第一个函数是Object,也可以写成Long//   第一个参数对应的值是行偏移量//2、第二个参数类型通常是Text类型，Text是Hadoop实现的String 类型的可写类型//   第二个参数对应的值是每行字符串//3、第三个参数表示的是输出key的数据类型//4、第四个参数表示的是输出value的数据类型，IntWriable 是Hadoop实现的int类型的可写数据类型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()是字符串类型，使用set函数完成字符串到Text数据类型的转换word.set(stringTokenizer.nextToken());//通过write函数写入到本地文件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;//第一个参数类型是输入值key的数据类型，map中间输出key的数据类型
//第二个参数类型是输入值value的数据类型，map中间输出value的数据类型
//第三个参数类型是输出值key的数据类型，他的数据类型要跟job.setOutputKeyClass(Text.class) 保持一致
//第四个参数类型是输出值value的数据类型，它的数据类型要跟job.setOutputValueClass(IntWriable.class) 保持一致public class WordUnionReducer extends Reducer<Text, IntWritable,Text, NullWritable> {public IntWritable result = new IntWritable();//key就是单词  values是单词出现频率列表@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();//实例化一个作业，word count是作业的名字Job job = Job.getInstance(conf, "wordunion");//指定通过哪个类找到对应的jar包job.setJarByClass(WorldUnionJob.class);//为job设置Mapper类job.setMapperClass(WorldUnionMapper.class);//为job设置reduce类job.setReducerClass(WordUnionReducer.class);//设置map的输出 value的数据类型job.setMapOutputValueClass(IntWritable.class);//为job的输出数据设置key类job.setOutputKeyClass(Text.class);//为job输出设置value类job.setOutputValueClass(NullWritable.class);//为job设置输入路径，输入路径是存在的文件夹/文件FileInputFormat.addInputPath(job,new Path("D:\\wordsunion.txt"));//为job设置输出路径FileOutputFormat.setOutputPath(job,new Path("D:\\worldunion4"));job.waitForCompletion(true);}}

运行job查看结果

MapReduce Java API实例-统计出现过的单词相关推荐

MapReduce Java API实例-统计单词出现频率
场景 Windows下使用Java API操作HDFS的常用方法: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/11938210 ...
MapReduce Java API实例-排序
场景 MapReduce Java API实例-统计单词出现频率: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/11941016 ...
MapReduce Java API实例-统计平均成绩
场景 MapReduce Java API实例-统计单词出现频率: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/11941016 ...
java mapreduce api_Hadoop实战-初级部分之 Hadoop MapReduce JAVA API
精品视频课程推荐 Java数据结构和算法精讲版本课程专注于数据结构和算法的内容,使用Java来进行代码示例,不空洞的讲解概念和理论,重点放在代码的实现和示例上. 从零开始.全面系统.成体系的讲解数据 ...
Java编程之统计英文句子中单词个数、不同单词和重复单词个数
一.题目从键盘输入一个英文句子,统计该句子中的英文单词个数,并找出所有单词存放到一个数组中.同时,输出该句子中的不同单词和重复单词以及它们的个数. 二.实验代码 package fighting; ...
MapReduce Java API-多输入路径方式
场景 MapReduce Java API实例-统计单词出现频率: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/11941016 ...
hbase java api 两种方式
NoSQL Hbase JAVA API 实例一导入架包: <dependency><groupId>org.apache.hbase</groupId>< ...
es java api 子查询,criteria 子查询 es
elasticsearch.core.query中Criteria类各个方法详解--CSDN... 2016年2月25日 asticsearch.core.query中Criteria类各个方法详解 ...
libsvm java 实例_LibSVM Java API调用示例程序
[实例简介] LibSVM Java API调用示例程序 Eclipse 完整工程可以运行相关详情见http://blog.csdn.net/yangliuy/article/details/804 ...

MapReduce Java API实例-统计出现过的单词

场景

实现

MapReduce Java API实例-统计出现过的单词相关推荐

最新文章

热门文章