Hadoop实战之workcount
介绍两种方法去实现这个案例
方式1:
Hadoop中自带mapreduce程序,什么是mapreduce呢?在我的博客Hadoop一栏中有详细的讲解这里不赘述,主要就是完成这个小案例。
1.找到文件所在目录
这个mapreduce计算框架在图片所示的文件目录下
2.创建一个文件
我们先创建一个文件,里面写上几行英文字符来统计里面的单词出现的个数。里面单词随机给。
3.执行命令
文件创建好了以后上传到hdfs文件中,目录自己记清楚
上传过后直接执行下面的命令:
hadoop jar hadoop-mapreduce-examples-2.7.6.jar wordcount /work /output
这里又个过度的代码,执行完成以后就可以在hdfs中找到一个output文件
注意这个方法,生成的输出文件是不能有output文件的
方法2:
这里的方法我们是采用idea来编写map和reduce代码,然后通过maven打包上传中到下面红色的文件目录中。
第一步,创建java代码
在之前我就已经教过如何创建maven,这里我就不说了,上链接跳转过去看(点我点我)
然后我直接上代码,代码讲的很详细
package hadoop;//用来统计文件中单词个数
//重写别覆盖mapreduce框架中的map()和reduce()方法import org.apache.hadoop.conf.Configuration;
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.fs.*;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import javax.swing.text.TabExpander;
import java.io.IOException;
import java.io.PrintStream;public class DemoWorkCount {//map类,第一对kv,是决定数据输入的格式//第二对kv,是决定数据的输出格式public static class WCMapper extends Mapper<LongWritable, Text,Text,LongWritable>{/*map阶段数据是一行一行过来的并且所有的map的代码逻辑是一模一样的每一行数据过来都需要执行代码。Context context可以理解成输出的kv。*/@Overrideprotected void map(LongWritable key,Text value,Context context) throws IOException,InterruptedException {super.map(key, value, context);//如果一行有多个单词呢?String line = value.toString();//通过Context输出Text(一整行数据),1context.write(new Text(line),new LongWritable(1));}}//reduce类//用来接收map端输出的数据//map输出的数据和reduce接收的数据是一样的public static class WCReduce extends Reducer<Text,LongWritable,Text,LongWritable>{@Override//变成了Iterable迭代器//对values进行整体的求和protected void reduce(Text key,Iterable<LongWritable> values,Context context) throws IOException, InterruptedException {/*** reduce集合程序 每一个k都会调用一次这个方法* 默认是一个节点* key:就是每一个单词* values:map端当前k所对应的所有的v*/long sum = 0l;for (LongWritable value : values) {sum = sum + value.get();}//输出把计算结果输出到hdfscontext.write(key,new LongWritable(sum));}}//是当前mapreduce程序入口//并且用来构建mapreduce程序public static void main(String[] args) throws Exception{//创建一个job任务Job job = Job.getInstance();//指定job名称job.setJobName("第一个mr程序,单词统计");//构建mr//指定当前main所在类名()(识别具体的类)job.setJarByClass(DemoWorkCount.class);//指定map端的类job.setMapperClass(WCMapper.class);//指定map输出的kv类型job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(LongWritable.class);//指定reduce端的类//指定reduce端输出的kv类型job.setReducerClass(WCReduce.class);job.setOutputKeyClass(Text.class);job.setOutputValueClass(LongWritable.class);//指定输入路径Path in = new Path("master:/work");FileInputFormat.addInputPath(job,in);//指定输出Path out = new Path("/output");//如果路径存在删除FileSystem fileSystem = FileSystem.get(new Configuration());if(fileSystem.exists(out)){//true表示迭代删除fileSystem.delete(out,true);}//如果不存在添加输出路径FileOutputFormat.setOutputPath(job,out);//启动任务job.waitForCompletion(true);System.out.println("正在ing中");/*** 提交任务* 1.通过maven中package功能将项目打包上传到服务器* 2.执行任务 hadoop jar hadoop-mapreduce-examples-2.7.6.jar hadoop/DemoWorkCount.java /word /output**/}}
这里代码完成以后我们来打包
按照图片的步骤然后我们双击,就会自动打包文件,然后把文件上传到
这里,然后后面的操作就和后面一样了
这里注意
这里不需要删除output文件,代码会自动覆盖,我们写的代码把空格也算上了,所有和Hadoop自带的mapreduce会有所区别。
至此,操作完成,你学费了吗,当然有任何问题可以随时联系小编哦
Hadoop实战之workcount相关推荐
- Hadoop实战(6)_搭建Apache Hadoop的Eclipse开发环境
系列目录: Hadoop实战(1)_阿里云搭建Hadoop2.x的伪分布式环境 Hadoop实战(2)_虚拟机搭建Hadoop的全分布模式 Hadoop实战(3)_虚拟机搭建CDH的全分布模式 Had ...
- Hadoop实战实例
Hadoop实战实例 Hadoop 是Google MapReduce的一个Java实现.MapReduce是一种简化的分布式编程模式,让程序自动分布到一个由普通机器组成的超大集群上并发执行.就如 ...
- 《Hadoop实战手册》一1.6 配置Sqoop以支持SQL Server
本节书摘来异步社区<Hadoop实战手册>一书中的第1章,第1.6节,作者: [美]Jonathan R. Owens , Jon Lentz , Brian Femiano 译者: 傅杰 ...
- 王家林 云计算分布式大数据Hadoop实战高手之路第七讲Hadoop图文训练课程:通过HDFS的心跳来测试replication具体的工作机制和流程...
这一讲主要深入使用HDFS命令行工具操作Hadoop分布式集群,主要是通过实验的配置hdfs-site.xml文件的心跳来测试replication具体的工作和流程. 通过HDFS的心跳来测试repl ...
- python写的hadoop实战_Hadoop实战
Hadoop实战 1 Hadoop简介 1.1 什么是Hadoop 1.1.1 Hadoop概述 1.1.2 Hadoop的历史 1.1.3 Hadoop的功能与作用 1.1.4 Hadoop的优势 ...
- hadoop 实战练习_hadoop实战(二)
hadoop 实战练习(二) 引言:哈哈,时隔几日,坏蛋哥又回来了,继上一篇hadoop实战练习(一),坏蛋哥准备继续写一个实战练习实例.苏格拉底曾说:所有科学都源于需求.那么我们就抛出今天实战项目的 ...
- Hadoop实战之三~ Hello World
本文介绍的是在Ubuntu下安装用三台PC安装完成Hadoop集群并运行好第一个Hello World的过程,软硬件信息如下: Ubuntu:12.04 LTS Master: 1.5G RAM,奔腾 ...
- Hadoop实战(3)_虚拟机搭建CDH的全分布模式
系列目录: Hadoop实战(1)_阿里云搭建Hadoop2.x的伪分布式环境 Hadoop实战(2)_虚拟机搭建Hadoop的全分布模式 建立Linux虚拟机(全节点) 客户机操作系统:rhel-s ...
- Hadoop 实战之分析专利引用数据集(一)
大家好,今天给大家介绍一下如何建立MapReduce程序的基本模板 MapReduce程序与您所学过的编程模型有所不同.您需要花一些时间,并进行一些练习来熟悉它.为了帮助您精通它,我们在后面几章会通过 ...
最新文章
- 深度学习与机器学习的思考
- 一款霸榜 GitHub 的开源 Linux 资源监视器!
- Python的字符串操作和Unicode
- java 流程控制_Java流程控制
- spring boot(二):web综合开发
- 在Oracle DG Standby库上启用flashback database功能
- 转换器(Converter)——Struts 2.0中的魔术师
- 基于深度极限学习机DELM的回归预测
- 百度地图API:自定义途经点路线拼接
- Cisco Packet Tracer 实验
- 深度学习在摄影技术中的应用与发展
- STM32F7 DSP库 FFT过程记录
- 013.自驾游加油方案
- 又猎一“狐”:一名外逃越南嫌疑人落网-网易
- 如何在手机查看电脑html
- codeblocks下如何修改新建文件的默认代码?
- jdk 1.8安装教程
- 学生信息管理信息系统--添加窗体(学籍,课程,班级,成绩)问题汇总
- 手机放哪里辐射危害最低?
- 华清远见重庆中心—JS阶段技术总结/个人总结