Hadoop初步使用:WordCount函数示例
来源:互联网 发布:mac terminal 有趣 编辑:程序博客网 时间:2024/04/30 02:44
单词计数是最简单也是最能体现MapReduce思想的程序之一,可以称为MapReduce版"Hello World"。
一、 MapReduce模型
1 MapReduce编程模型
Hadoop MapReduce对应Google MapReduce,是一种并行计算的编程模型,用于作业调度。
MapReduce采用"分而治之"的思想,把对大规模数据集的操作,分发给一个主节点管理下的各个分节点共同完成,然后通过整合各个节点的中间结果,得到最终结果。简单地说,MapReduce就是"任务的分解与结果的汇总"。
在Hadoop中,用于执行MapReduce任务的机器角色有两个:一个是JobTracker;另一个是TaskTracker,JobTracker是用于调度工作的,TaskTracker是用于执行工作的。一个Hadoop集群中只有一台JobTracker。
在分布式计算中,MapReduce框架负责处理了并行编程中分布式存储、工作调度、负载均衡、容错均衡、容错处理以及网络通信等复杂问题,把处理过程高度抽象为两个函数:map和reduce,map负责把任务分解成多个任务,reduce负责把分解后多任务处理的结果汇总起来。
需要注意的是,用MapReduce来处理的数据集(或任务)必须具备这样的特点:待处理的数据集可以分解成许多小的数据集,而且每一个小数据集都可以完全并行地进行处理。
2 MapReduce处理过程
在Hadoop中,每个MapReduce任务都被初始化为一个Job,每个Job又可以分为两种阶段:map阶段和reduce阶段。这两个阶段分别用两个函数表示,即map函数和reduce函数。map函数接收一个<key,value>形式的输入,然后同样产生一个<key,value>形式的中间输出,Hadoop函数接收一个如<key,(list of values)>形式的输入,然后对这个value集合进行处理,每个reduce产生0或1个输出,reduce的输出也是<key,value>形式的。
二、准备环境
环境:由两个虚拟机,hadoop1和hadoop2组成,其中hadoop1为master,hadoop2为slave。
1 启动hadoop集群
使用命令:start-all.sh,然后使用jps查看进程,看是否启动成功
2 创建文件
a. 建立file文件夹: mkdir file
b. 创建test1.txt和test2.txt。分别在test1.txt中输入hello world,在test2.txt中输入hello Hadoop。
Echo ‘helloworld’>test1.txt
Echo ‘hellohadoop’>test2.txt
c. 通过ls查看file下文件,通过cat命令查看两个文件中的内容
3 创建输入文件 Input
在HDFS上创建输入文件夹
[root@hadoop1 file]# hadoop fs -mkdir input
Warning: $HADOOP_HOME is deprecated.
[root@hadoop1 file]# hadoop fs -ls
Warning: $HADOOP_HOME is deprecated.
Found 1 items
drwxr-xr-x - rootsupergroup 0 2014-08-29 13:19/user/root/input
4 上传本地file中文件到集群的input目录下
[root@hadoop1 testfile]# hadoop fs -put /hadoop/ testfile/ test1.txt input
Warning: $HADOOP_HOME is deprecated.
[root@hadoop1 testfile]# hadoop fs -put /hadoop/ testfile/test2.txt input
Warning: $HADOOP_HOME is deprecated.
[root@hadoop1 testfile]# hadoop fs -ls input
Warning: $HADOOP_HOME is deprecated.
注:上面的1.txt和2.txt为以前做实验时产生
三、使用Wordcount函数
1 找到hadoop函数所用的jar包
[root@hadoop1 hadoop]# cd $HADOOP_HOME
[root@hadoop1 hadoop]# ls hadoop-examples-1.1.2.jar
hadoop-examples-1.1.2.jar
2 使用wordcount函数
[root@hadoop1 hadoop]# hadoop jar/hadoop/hadoop-examples-1.1.2.jar wordcount input output2
Warning: $HADOOP_HOME is deprecated.
显示:
3 查看结果:
命令: hadoop fs–ls output2
- Hadoop初步使用:WordCount函数示例
- Hadoop集群初步使用-编写wordcount程序
- hadoop中的wordcount示例
- hadoop Wordcount示例 出错
- Hadoop入门-WordCount示例
- hadoop示例WordCount
- Hadoop示例程序WordCount详解
- Hadoop示例程序WordCount详解
- Hadoop示例程序WordCount详解
- hadoop示例程序wordcount分析
- hadoop 0.20.2 wordcount 示例
- hadoop示例程序 WordCount详解
- 运行Hadoop示例程序WordCount
- Hadoop配置以及WordCount示例
- hadoop自带示例wordcount
- Hadoop工作原理图-WordCount示例
- Hadoop MapReduce初窥-wordcount示例
- IDEA 运行 Hadoop WordCount示例
- Fuel PHP框架中的分页实现
- JQuery实现页面刷新后菜单保留鼠标点击addclass的样式
- 实现线性表的遍历查询插入删除合并
- iOS模块开发—登陆注册
- 利用coredump定位出错的代码行
- Hadoop初步使用:WordCount函数示例
- Java NIO使用及原理分析 (一)
- 《编写可读性代码的艺术》读书笔记 第二部分 简化循环和逻辑
- เล่นบาคาร่าแบบเดินสายได้ที่คาสิโนออนไลน์ของเรา
- 数学是成就卓越开发人员的必备技能
- 我的剪切板
- wertyu(简单的字符串处理问题)
- 响叮当小饭桌营养食谱秘诀之茶叶的妙用
- 计算机网络基础知识