hadoop-2.6.0伪分布运行WordCount
来源:互联网 发布:mac 打字反应很慢 编辑:程序博客网 时间:2024/06/05 00:32
hadoop-2.6.0伪分布运行WordCount
1、启动Hadoop:
2、创建file 文件夹:
这个是建在本地硬盘上的:
查看创建的 file 文件:
进入该目录,创建两个 txt 文件:
结果如下:
3、在HDFS上创建输入文件夹目录 input :
把本地硬盘上创建的文件传进input 里面:
查看结果:
4、Hadoop自带的运行 wordcount 例子的 jar 包:
5、开始运行 wordcount:
过程:
查看运行结果:
附完整运行过程:
附代码:
import java.io.IOException;import java.util.Iterator;import java.util.StringTokenizer;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapred.FileInputFormat;import org.apache.hadoop.mapred.FileOutputFormat;import org.apache.hadoop.mapred.JobClient;import org.apache.hadoop.mapred.JobConf;import org.apache.hadoop.mapred.MapReduceBase;import org.apache.hadoop.mapred.Mapper;import org.apache.hadoop.mapred.OutputCollector;import org.apache.hadoop.mapred.Reducer;import org.apache.hadoop.mapred.Reporter;import org.apache.hadoop.mapred.TextInputFormat;import org.apache.hadoop.mapred.TextOutputFormat;/** * * 描述:WordCount explains by Felix * @author Hadoop Dev Group */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 Map extends MapReduceBase implements Mapper<LongWritable, 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(); /** * 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(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException { String line = value.toString(); StringTokenizer tokenizer = new StringTokenizer(line); while (tokenizer.hasMoreTokens()) { word.set(tokenizer.nextToken()); output.collect(word, one); } } } public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> { public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException { int sum = 0; while (values.hasNext()) { sum += values.next().get(); } output.collect(key, new IntWritable(sum)); } } 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 */ JobConf conf = new JobConf(WordCount.class); conf.setJobName("wordcount"); //设置一个用户定义的job名称 conf.setOutputKeyClass(Text.class); //为job的输出数据设置Key类 conf.setOutputValueClass(IntWritable.class); //为job输出设置value类 conf.setMapperClass(Map.class); //为job设置Mapper类 conf.setCombinerClass(Reduce.class); //为job设置Combiner类 conf.setReducerClass(Reduce.class); //为job设置Reduce类 conf.setInputFormat(TextInputFormat.class); //为map-reduce任务设置InputFormat实现类 conf.setOutputFormat(TextOutputFormat.class); //为map-reduce任务设置OutputFormat实现类 /** * InputFormat描述map-reduce中对job的输入定义 * setInputPaths():为map-reduce job设置路径数组作为输入列表 * setInputPath():为map-reduce job设置路径数组作为输出列表 */ FileInputFormat.setInputPaths(conf, new Path(args[0])); FileOutputFormat.setOutputPath(conf, new Path(args[1])); JobClient.runJob(conf); //运行一个job }}
用jar 运行wordcount 完毕。
1 0
- hadoop-2.6.0伪分布运行WordCount
- 配置Hadoop伪分布模式并运行Wordcount示例
- 在Linux系统设置共享文件夹、Hadoop单机/伪分布部署,运行Hadoop Wordcount单词统计实例
- hadoop伪分布式运行wordcount 实例Fedora14
- Hadoop伪分布式运行wordcount小例子
- Hadoop伪分布式运行wordcount小例子
- Hadoop伪分布式运行wordcount例子
- hadoop2.2.0单机伪分布,运行Wordcount时候出错
- 配置Hadoop分布模式并运行Wordcount示例
- Hadoop 1.2.1 伪分布升级到 2.6.0伪分布(八)
- Eclipse下伪分布式运行hadoop例子wordcount
- 伪分布式环境下命令行正确运行hadoop示例wordcount
- Fedora20搭建伪Hadoop集群,运行Wordcount程序
- 搭建Hadoop伪分布式环境,及运行wordcount程序总结
- 2.2hadoop伪分布式---Wordcount.java配置和运行
- Hadoop系列二:Hadoop单节点伪分布部署并执行mapreduce示例wordcount
- 【Spark亚太研究院系列丛书】Spark实战高手之路-第一章 构建Spark集群-配置Hadoop伪分布模式并运行Wordcount示例(1)
- 【Spark亚太研究院系列丛书】Spark实战高手之路-第一章 构建Spark集群-配置Hadoop-伪分布模式并运行Wordcount(2)
- 系统时钟和硬件时钟同步
- 我的学习之旅(13) printk.c
- Android中Thread和Service应用场合的区别
- 一个关于Darwin Streaming Server 访问次数的缺陷
- ZOJ 1350/POJ 1218/HDU 1337 The Drunk Jailer
- hadoop-2.6.0伪分布运行WordCount
- Oracle动态SQL
- LINUX IIC 驱动详解
- stdarg.h:ANSI版的varargs.h
- 高性能Web站点技巧原理
- 交叉编译framebuff图片浏览工具fbv
- Android Tutorial: Optimizing for Phones and Tablets with Fragments
- 巧用Squid的ACL和访问列表实现高效访问控制
- 编译gmock