Hadoop之MapReduce的HelloWorld（七）

来源：互联网发布：淘宝有好看的衣服牌子编辑：程序博客网时间：2024/05/22 17:08

在一个文件中分两行写上：
yaojiale hahaha
yaojiale llllll
这个案列完成对单词的计数，重写map,与reduce方法，完成对mapreduce的理解。
一，在map阶段会将数据拆分成小段，存到一个个map中，如果有key相同的，会形成一个新的map,key还是这个，但是vlaues就是那两个相同的map的一个列表。用户自定义map方法用来完成自己的操作。
在这个案存的map:
1,<”yaojiale”,list>
list.get(0)=<”yaojiale”,1>
list.get(1)=<”yaojiale”,1>
2,<”hahaha”1>
3,<”lllll”,1>

二，Reduce阶段将处理结果汇总。即对相应的map进行处理。
在这里重写的reduce方法取到key也就是单词，一个就取其值，有相同则遍历取值相加。
结果：
这里写图片描述

代码：
重写的reduce:

import java.io.IOException;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Reducer;public class IntSumSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {       private IntWritable result = new IntWritable();        public void reduce(Text key, Iterable<IntWritable> values,                            Context context                           ) throws IOException, InterruptedException {          int sum = 0;          System.out.println("reduces的key===="+key);          for (IntWritable val : values) {            sum += val.get();            System.out.println("reudces的val==="+val.toString());          }          result.set(sum);          context.write(key, result);        }  }

重写的map方法：

import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Mapper;public class TokenizerMapper extends Mapper<Object,Text,Text,IntWritable> {    private final static IntWritable one=new IntWritable(1);//注意这里实列化时要付个1，否则后面的计数会不准确    private Text word=new Text();    public void map(Object key,Text value,Context context) throws IOException, InterruptedException{        System.out.println("key="+key.toString());//添加查看的key值        System.out.println("value="+value.toString());        StringTokenizer itr=new StringTokenizer(value.toString());        while(itr.hasMoreTokens()){            word.set(itr.nextToken());            context.write(word, one);        }    }}

hello类：

import java.io.IOException;import java.net.URISyntaxException;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.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;public class HelloWorld {    public static void main(String[] args) throws URISyntaxException, IOException, ClassNotFoundException, InterruptedException {        Configuration conf=new Configuration();        Job job=Job.getInstance(conf,"word count");        job.setJarByClass(HelloWorld.class);//设定作业的启动类        job.setMapperClass(TokenizerMapper.class);        job.setCombinerClass(IntSumSumReducer.class);        job.setReducerClass(IntSumSumReducer.class);        job.setOutputKeyClass(Text.class);        job.setOutputValueClass(IntWritable.class);        FileInputFormat.addInputPath(job,new Path("F:\\1\\aa.txt"));        FileOutputFormat.setOutputPath(job,new Path("hdfs://192.168.61.128:9000/texts2/"));        System.out.println(job.waitForCompletion(true)?0:1);    }}

0 0