zoukankan      html  css  js  c++  java
  • 理解MapReduce

    . 用Python编写WordCount程序并提交任务

    程序

    WordCount

    输入

    一个包含大量单词的文本文件

    输出

    文件中每个单词及其出现次数(频数),并按照单词字母顺序排序,每个单词和其频数占一行,单词和频数之间有间隔

    1. 编写map函数,reduce函数
      #!/usr/bin/env python
      import sys
      for line in sys.stdin:
           line=line.strip()
           words=line.split()
           for word in words:
                print '%s	%s' % (word,1)
      
      
      
      #!/usr/bin/env python
      from operator import itemgetter
      import sys
      current_word=None
      current_count=0
      word=None
      
      for line in sys.stdin:
           line=line.strip()
           word,count=line.split('	',1)
           try:
                count=int(count)
           except ValueError:
                continue
           if current_word==word:
                current_count+=count
           else:
                if current_word:
                    print '%s	%s' % (current_word,current_count)
                current_count=count
                current_word=word
      if current_word==word:
           print '%s	%s' % (current_word,current_count)
    2. 将其权限作出相应修改
    3. 本机上测试运行代码
      chmod a+x /home/hadoop/wc/mapper.py
      chmod a+x /home/hadoop/wc/reducer.py
    4. 放到HDFS上运行
      1. 将之前爬取的文本文件上传到hdfs上
      2. 用Hadoop Streaming命令提交任务
    5. 查看运行结果

     

    2. 用mapreduce 处理气象数据集

    编写程序求每日最高最低气温,区间最高最低气温

    1. 气象数据集下载地址为:ftp://ftp.ncdc.noaa.gov/pub/data/noaa
    2. 按学号后三位下载不同年份月份的数据(例如201506110136号同学,就下载2013年以6开头的数据,看具体数据情况稍有变通)

  • 相关阅读:
    Linux CentOS 6.5 ifconfig查询不到ip简单解决方法
    java 使用网建SMS发送短信验证码
    SpringBoot 发送简单邮件
    IntelliJ idea SpringBoot打war包
    Firefox火狐浏览器打开新标签页一直闪烁
    Open Live Writer
    javascript函数
    class类的初始化
    计算机网络学习总结1
    XML语言基础2 DTD
  • 原文地址:https://www.cnblogs.com/mimimi/p/9021818.html
Copyright © 2011-2022 走看看