hadoop-wordcount demo 分类: hadoop 2015-04-19 15:51 47人阅读 评论(0) 收藏
2015-04-19 15:51
197 查看
package com.billstudy.hdfs; import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; 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; /** * 单词统计 * @author Bill * @since V1.0 2015年4月19日 - 上午11:11:06 */ public class WordCount { private static final Path INPUT_PATH = new Path("hdfs://hadoop01:9000/word_count_in/"); private static final Path OUTPUT_PATH = new Path("hdfs://hadoop01:9000/word_count_out4/"); public static void main(String[] args) throws Exception { Configuration configuration = new Configuration(); // 1.创建任务,指定任务名 Job job = new Job(configuration,WordCount.class.getSimpleName()); // 2.指定输入文件 FileInputFormat.setInputPaths(job, INPUT_PATH); // 3.指定输出文件 FileOutputFormat.setOutputPath(job, OUTPUT_PATH); // 4.指定Mapper job.setMapperClass(WordCountMapper.class); // 5.指定Reduce job.setReducerClass(WordCountReduce.class); // 6.指定Reduce 输出类型 job.setOutputKeyClass(Text.class); job.setOutputValueClass(LongWritable.class); int exitCode = job.waitForCompletion(true) ? 0 : 1; System.err.println("process finsh , exit code is : " + exitCode); System.exit(exitCode); /*Set<Entry<String, String>> entrySet = System.getenv().entrySet(); for (Entry<String, String> entry : entrySet) { System.out.println(entry.getKey() + ":" + entry.getValue()); }*/ } /** * 单词处理 * 读取HDFS文件系统指定文件每一行,对每一对键值进行mapper * @author Bill * @since V1.0 2015年4月19日 - 上午11:17:03 */ /** 单词偏移量 行文本 行中单词 单词出现次数 **/ static class WordCountMapper extends Mapper<LongWritable, Text, Text, LongWritable>{ /** 默认出现一次 **/ private static final LongWritable DEFAULT_ONE_LONG = new LongWritable(1L); @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String[] words = value.toString().split(" "); for (String word : words) { context.write(new Text(word), DEFAULT_ONE_LONG); } } } /** * 对mapper处理过的信息进一步统计并输出 * @author Bill * @since V1.0 2015年4月19日 - 上午11:23:28 */ /** 行中单词 单词出现次数 输出类型 输出次数类型 **/ static class WordCountReduce extends Reducer<Text, LongWritable, Text, LongWritable>{ @Override protected void reduce(Text key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException { long times = 0L; for (LongWritable count : values) { times += count.get(); } context.write(key, new LongWritable(times)); } } }
相关文章推荐
- hadoop-wordcount demo 分类: hadoop 2015-04-19 15:51 46人阅读 评论(0) 收藏
- Hadoop入门经典:WordCount 分类: A1_HADOOP 2014-08-20 14:43 2514人阅读 评论(0) 收藏
- eclipse develop hadoop chmod :Cannot run program "chmod": CreateProcess error=2, ????????? 分类: hadoop 2015-04-19 14:40 59人阅读 评论(0) 收藏
- eclipse develop hadoop chmod :Cannot run program "chmod": CreateProcess error=2, ????????? 分类: hadoop 2015-04-19 14:40 58人阅读 评论(0) 收藏
- Android程序进行混淆,在导出签名a… 分类: Android开发 2014-05-30 10:58 47人阅读 评论(0) 收藏
- hdfs.DFSClient: DataStreamer Exception: org.apache.hadoop.ipc.RemoteException: java.io.IOException: 分类: hadoop 2015-03-21 10:56 57人阅读 评论(0) 收藏
- eclipse 远程调试hadoop代码 分类: Linux hadoop 2015-05-27 22:14 148人阅读 评论(0) 收藏
- 运行一个Hadoop Job所需要指定的属性 分类: A1_HADOOP 2015-02-02 21:33 231人阅读 评论(0) 收藏
- JqueryDemoTools-用于整理jQueryDemo 分类: C# 公共资源 2014-12-02 16:50 224人阅读 评论(1) 收藏
- hbase 概念 + 搭建分布式HA应用 分类: Linux hadoop 2015-06-02 22:39 156人阅读 评论(0) 收藏
- hdfs.DFSClient: DataStreamer Exception: org.apache.hadoop.ipc.RemoteException: java.io.IOException: 分类: hadoop 2015-03-21 10:56 56人阅读 评论(0) 收藏
- Hadoop常见异常及其解决方案 分类: A1_HADOOP 2014-07-09 15:02 4187人阅读 评论(0) 收藏
- eclipse 远程调试hadoop代码 分类: Linux hadoop 2015-05-27 22:14 149人阅读 评论(0) 收藏
- C++读取系统当前时间 分类: C/C++ 2015-05-29 10:03 47人阅读 评论(0) 收藏
- JqueryDemoTools-用于整理jQueryDemo 分类: C# 公共资源 2014-12-02 16:50 223人阅读 评论(1) 收藏
- HBase shell 分类: hadoop 2015-06-02 22:40 33人阅读 评论(0) 收藏
- hadoop集群中的日志文件 分类: A1_HADOOP 2015-02-28 20:37 680人阅读 评论(0) 收藏
- 学习SerialPort的笔记 分类: 开发工具 2015-07-31 15:51 5人阅读 评论(0) 收藏
- RAPIDIO高速串行协议 分类: 生活百科 2014-08-13 15:51 590人阅读 评论(0) 收藏
- 判断浏览器及版本demo(IE11及以下,firefox,chrome,safari,opera) 分类: 浏览器兼容 浏览器检测 2014-01-27 17:12 1337人阅读 评论(0) 收藏