wordCount原理+JAVA基础复习
来源:互联网 发布:网络语言暴力的影响 编辑:程序博客网 时间:2024/05/12 05:08
- package org.apache.hadoop.examples;
- 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.mapred.JobConf;
- 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;
- import org.apache.hadoop.util.GenericOptionsParser;
- public class WordCount {
- /**
- * MapReduceBase类:实现了Mapper和Reducer接口的基类(其中的方法只是实现接口,而未作任何事情)
- * Mapper接口:
- * WritableComparable接口:实现WritableComparable的类可以相互比较。所有被用作key的类应该实现此接口。
- * Reporter 则可用于报告整个应用的运行进度,本例中未使用。
- *
- */
- public static class TokenizerMapper
- extends Mapper<Object, Text, Text, IntWritable>{
- /**
- * LongWritable, IntWritable, Text 均是 Hadoop 中实现的用于封装 Java 数据类型的类,这些类实现了WritableComparable接口,
- * 都能够被串行化从而便于在分布式环境中进行数据交换,你可以将它们分别视为long,int,String 的替代品。
- */
- private final static IntWritable one = new IntWritable(1);
- private Text word = new Text();//Text 实现了BinaryComparable类可以作为key值
- /**
- * Mapper接口中的map方法:
- * void map(K1 key, V1 value, OutputCollector<K2,V2> output, Reporter reporter)
- * 映射一个单个的输入k/v对到一个中间的k/v对
- * 输出对不需要和输入对是相同的类型,输入对可以映射到0个或多个输出对。
- * OutputCollector接口:收集Mapper和Reducer输出的<k,v>对。
- * OutputCollector接口的collect(k, v)方法:增加一个(k,v)对到output
- */
- public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
- /**
- * 原始数据:
- * c++ java hello
- world java hello
- you me too
- map阶段,数据如下形式作为map的输入值:key为偏移量
- 0 c++ java hello
- 16 world java hello
- 34 you me too
- */
- /**
- * 以下解析键值对
- * 解析后以键值对格式形成输出数据
- * 格式如下:前者是键排好序的,后者数字是值
- * c++ 1
- * java 1
- * hello 1
- * world 1
- * java 1
- * hello 1
- * you 1
- * me 1
- * too 1
- * 这些数据作为reduce的输出数据
- */
- StringTokenizer itr = new StringTokenizer(value.toString());//得到什么值
- System.out.println("value什么东西 : "+value.toString());
- System.out.println("key什么东西 : "+key.toString());
- while (itr.hasMoreTokens()) {
- word.set(itr.nextToken());
- context.write(word, one);
- }
- }
- }
- public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
- private IntWritable result = new IntWritable();
- /**
- * reduce过程是对输入数据解析形成如下格式数据:
- * (c++ [1])
- * (java [1,1])
- * (hello [1,1])
- * (world [1])
- * (you [1])
- * (me [1])
- * (you [1])
- * 供接下来的实现的reduce程序分析数据数据
- *
- */
- public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
- int sum = 0;
- /**
- * 自己的实现的reduce方法分析输入数据
- * 形成数据格式如下并存储
- * c++ 1
- * hello 2
- * java 2
- * me 1
- * too 1
- * world 1
- * you 1
- *
- */
- for (IntWritable val : values) {
- sum += val.get();
- }
- result.set(sum);
- context.write(key, result);
- }
- }
- public static void main(String[] args) throws Exception {
- /**
- * JobConf:map/reduce的job配置类,向hadoop框架描述map-reduce执行的工作
- * 构造方法:JobConf()、JobConf(Class exampleClass)、JobConf(Configuration conf)等
- */
- Configuration conf = new Configuration();
- String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
- //这里需要配置参数即输入和输出的HDFS的文件路径
- if (otherArgs.length != 2) {
- System.err.println("Usage: wordcount <in> <out>");
- System.exit(2);
- }
- // JobConf conf1 = new JobConf(WordCount.class);
- Job job = new Job(conf, "word count");//Job(Configuration conf, String jobName) 设置job名称和
- job.setJarByClass(WordCount.class);
- job.setMapperClass(TokenizerMapper.class); //为job设置Mapper类
- job.setCombinerClass(IntSumReducer.class); //为job设置Combiner类
- job.setReducerClass(IntSumReducer.class); //为job设置Reduce类
- job.setOutputKeyClass(Text.class); //设置输出key的类型
- job.setOutputValueClass(IntWritable.class);// 设置输出value的类型
- FileInputFormat.addInputPath(job, new Path(otherArgs[0])); //为map-reduce任务设置InputFormat实现类 设置输入路径
- FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//为map-reduce任务设置OutputFormat实现类 设置输出路径
- System.exit(job.waitForCompletion(true) ? 0 : 1);
- }
- }
参考学习:http://blog.csdn.net/kky2010_110/article/details/7865499
0 0
- wordCount原理+JAVA基础复习
- Java基础高效复习(hashmap的实现原理)
- 基础java复习
- Java 基础复习 01
- java 基础复习
- java 基础复习
- 复习java基础笔记
- 复习java语言基础
- java基础复习--1
- java基础复习--2
- java基础复习--3
- java基础复习--4
- java基础复习--5
- java基础复习--6
- Java基础复习
- Java基础复习
- Java基础复习:接口
- Java基础复习:异常
- HashMap,Hashtable
- 感受沒有雨傘的雨天
- Spring 对JMS的支持
- cocos2d-x关于属性的一些宏
- 快速排序--C语言实现、python实现
- wordCount原理+JAVA基础复习
- hdoj 1532 Drainage Ditches 题解(最大流)
- vector
- Java 并发核心编程
- JDK1.5中增加了增强的for循环。
- linux安装nginx
- AIX中安装ssh服务
- SQL Server 2005 SSRS 打印错误:Error loading resource library. (0x8007007E)
- Hibernate 一对多级联删除