zoukankan      html  css  js  c++  java
  • hadoop从wordCount开始

    最近一段时间大数据很火,我有稍微有点java基础,自然选择了由java编写的hadoop框架,wordCount是hadoop中类似于java中helloWorld的存在,自然不能错过。

    package hadoop.wordcount.com;
    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.IntWritable;
    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;
    
    public class WordCount {
    
      /**
       * Hadoop mapreduce中的map,用来把数据转化为map
       * @author admin
       *
       */
      public static class TokenizerMapper
           extends Mapper<Object, Text, Text, IntWritable>{
    
        // IntWritable是hadoop中定义的类型,相当于java中的int,这行代码相当于 int one=1;
    	private final static IntWritable one = new IntWritable(1);
    	// Text是hadoop中定义的类型,相当于java中的String,这行代码相当于 String text="";
        private Text word = new Text();
        
        /**
         * hadoop中继承Mapper需要实现map()方法
         * key 转化为map时输入的key,类型与Mapper第一个参数一致
         * value 转化为map时输入的value,类型与Mapper第二个参数一致
         */
        public void map(Object key, Text value, Context context
                        ) throws IOException, InterruptedException {
          StringTokenizer itr = new StringTokenizer(value.toString());
          // 遍历输入的value,并将它们写入上下文
          while (itr.hasMoreTokens()) {
            word.set(itr.nextToken());
            context.write(word, one);
          }
        }
      }
    
      /**
       * hadoop mapreduce中的Reducer,对数据的具体操作写在这里面
       * @author admin
       *
       */
      public static class IntSumReducer
           extends Reducer<Text,IntWritable,Text,IntWritable> {
        private IntWritable result = new IntWritable();
        
        /**
         * 在这里添加对数据的操作
         * key为输入类型
         * values为输出类型
         * 
         */
        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context
                           ) throws IOException, InterruptedException {
          int sum = 0;
          for (IntWritable val : values) {
            sum += val.get();
          }
          result.set(sum);
          context.write(key, result);
        }
      }
    
      public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();// 读取配置文件
        Job job = Job.getInstance(conf, "word count");// 新建一个任务
        job.setJarByClass(WordCount.class);// 主类
        job.setMapperClass(TokenizerMapper.class);// mapper
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);//  reducer
        job.setOutputKeyClass(Text.class);// 输出结果的key类型
        job.setOutputValueClass(IntWritable.class);// 输出结果的value类型
        // 要读取的数据,此处内容根据你hadoop实际配置而定
        FileInputFormat.addInputPath(job, new Path("hdfs://dtj007:9000/dtj007/djt.txt"));
        //  要输出数据的路径,此处内容根据你hadoop实际配置而定
        FileOutputFormat.setOutputPath(job, new Path("hdfs://dtj007:9000/dtj007/wordcount-out"));
        System.exit(job.waitForCompletion(true) ? 0 : 1);// 提交任务
      }
    }
    

      运行完毕以后可以在你linux配置的hadoop目录下使用:

         bin/hadoop fs -text /你在wordCount中配置的输出路径/part-r-00000

    命令进行查看

  • 相关阅读:
    python
    mysql 操作
    you-get 使用代理
    恢复本地策略组--用于启动项管理等
    bat批处理——获取文件夹下所有文件名/重命名
    cmd--set用法,下次补充实例
    bat+7z批量压缩"文件夹"
    Excel提取字符串示例
    cron
    AIX修改用户密码登录不成功案例分享
  • 原文地址:https://www.cnblogs.com/dtj007/p/5120321.html
Copyright © 2011-2022 走看看