初学Hadoop之WordCount词频统计
来源:互联网 发布:mac表格使用教程 编辑:程序博客网 时间:2024/06/01 07:22
阅读目录
- 1、WordCount源码
- 2、编译源码
- 3、运行
- 4、查看结果
1、WordCount源码
将源码文件WordCount.java放到Hadoop2.8.0文件夹中。
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.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;public class WordCount { public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{ private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(Object key, Text value, Context context ) throws IOException, InterruptedException { StringTokenizer itr = new StringTokenizer(value.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(); public void reduce(Text key, Iterable<IntWritable> values, Context context ) throws IOException, InterruptedException { int sum = 0; for (IntWritable val : values) { sum += val.get(); } result.set(sum); context.write(key, result); } } public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); Job job = Job.getInstance(conf, "word count"); job.setJarByClass(WordCount.class); job.setMapperClass(TokenizerMapper.class); job.setCombinerClass(IntSumReducer.class); job.setReducerClass(IntSumReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); FileInputFormat.addInputPath(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); System.exit(job.waitForCompletion(true) ? 0 : 1); }}
2、编译源码
$ bin/hadoop com.sun.tools.javac.Main WordCount.java #将WordCount.java编译成三个.class文件$ jar cf wc.jar WordCount*.class #将三个.class文件打包成jar文件
3、运行
新建input文件夹,用于存放需要统计的文本。
cd /opt/hadoop-2.6.0mkdir input
复制hadoop-2.6.0文件夹下的txt文件到input文件夹下。
cp *.txt /opt/hadoop-2.6.0/input
运行命令。
bin/hadoop jar wc.jar WordCount /opt/hadoop-2.6.0/input /opt/hadoop-2.6.0/output #自动生成output文件夹,用于存放分词统计结果
4、查看结果
bin/hdfs dfs -cat /opt/hadoop-2.6.0/output/part-r-00000
http://www.36dsj.com/archives/6118
0 0
- 初学Hadoop之WordCount词频统计
- 初学Hadoop之WordCount词频统计
- Hadoop最基本的wordcount(统计词频)
- Python开发Spark应用之Wordcount词频统计
- Hadoop学习之莎士比亚文档词频统计
- hadoop初学之WordCount程序一步一步运行
- Hadoop中文词频统计
- Hadoop统计词频测试
- Hadoop基础学习(一)分析、编写并运行WordCount词频统计程序
- hadoop初学-WordCount
- Spark创建WordCount并统计词频
- Hadoop实例WordCount程序修改--词频降序
- Hadoop词频统计(一)之集群模式运行
- Hadoop词频统计(二)之本地模式运行
- Hadoop 词频统计(续)
- Hadoop IK分词 词频统计
- 初学Hadoop之图解MapReduce与WordCount示例分析
- 初学Hadoop之图解MapReduce与WordCount示例分析
- ionic修改主图标
- Tricks(四十九)—— 按 batch 访问越界的解决办法
- Android团队开发中如何快速定位代码修改者等提交信息
- 使用jwPlayer播放视频中的某一段
- 使用qt编译webrtc遇到的问题。
- 初学Hadoop之WordCount词频统计
- android音频编辑(裁剪,合成)(2)
- 常见DB2锁等待解决流程
- LeetCode 90. Subsets II
- 奇偶排序
- 位图排序
- 大数据Hadoop
- Lua中的环境概念
- 剪邮票