通过一个例子了解MapReduce
写MapReduce程序的步骤:
- 把问题转化为MapReduce模型;
- 设置运行参数;
- 写map类;
- 写reduce类;
例子:统计单词个数
Map的任务是将内容用“ ”分开,然后每个都对应1,Reduce将相同的统计起来
1,Map端:一行行读文件,程序转化为中间Key/Value。每一个键值对调用一次map函数。
hello you hello me → hello 1,you 1,hello 1,me 1;
2,Reduce端:相同的Key肯定会在一起。经过Reduce方法处理后形成最终的Key/Value
hello 1,hello 1→hello 2;
写一个MapClass extends Mapper<keyin,valuein,keyout,valueout>类,实现map方法;
用java思想理解:
//word.txt 内容(两行) //"hello you hello world →hello 1, you 1,hello 1,world 1 //hello me"; →hello 1,me 1 String str = "hello you hello world"; //String[] strs=str.split(" ");//按空格划分 //strs[0]=hello →map(key,1) →map(hello,1)用MapReduce实现:
package mapreduce; import java.util.StringTokenizer; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; public class MapClass extends Mapper<Object, Text, Text, IntWritable> { //Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT> //参数:Object,Text(和java的String一样),Text,IntWritable(和java int一样) //Map的输出是Reduce的输入; public Text keyText = new Text("key");//相当于String ketText="key" public IntWritable intValue = new IntWritable(1); protected void map(Object key, Text value, Context context) throws java.io.IOException, InterruptedException { //获取值 String str = value.toString(); //默认空格分割 StringTokenizer stringToKenizer = new StringTokenizer(str); while (stringToKenizer.hasMoreTokens()) { keyText.set(stringToKenizer.nextToken()); context.write(keyText, intValue);//context.write("My",1) //上下文 } }; }
一个ReduceClass extends Reducer< keyin,valuein,keyout,valueout >类;实现reduce方法:
package mapreduce; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.io.VLongWritable; import org.apache.hadoop.mapreduce.Reducer; public class ReduceClass extends Reducer<Text, IntWritable, Text, IntWritable> { //Reducer<KEYIN, VALUEIN, KEYOUT, VALUEOUT> //Map的输出是Reduce的输入; public IntWritable intValue = new IntWritable(1); protected void reduce(Text key, java.lang.Iterable<IntWritable> values,//name [1,1] org.apache.hadoop.mapreduce.Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws java.io.IOException, InterruptedException { int sum = 0; while (values.iterator().hasNext()) { sum += values.iterator().next().get(); } intValue.set(sum); context.write(key, intValue);//上下文 }; }
接下来写main测试,新建一个类WordCounter(其中的main拷贝源码例子中的main如下:
hadoop-1.1.2\src\examples\org\apache\hadoop\examples\WordCount.java
public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs(); if (otherArgs.length != 2) { System.err.println("Usage: wordcount <in> <out>"); System.exit(2); } Job job = new Job(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(otherArgs[0])); FileOutputFormat.setOutputPath(job, new Path(otherArgs[1])); System.exit(job.waitForCompletion(true) ? 0 : 1); }WordCounter类
package mapreduce; import java.io.IOException; 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.input.TextInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.mapreduce.lib.partition.HashPartitioner; import org.apache.hadoop.util.GenericOptionsParser; public class WordCounter { public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException { Configuration conf = new Configuration(); String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs(); if (otherArgs.length != 2) { System.err.println("Usage: wordcount <in> <out>"); System.exit(2); } Job job = new Job(conf, "word count"); job.setJarByClass(WordCounter.class);//打包jar要写,执行的类:本类 job.setMapperClass(MapClass.class);//MapClass类 //job.setCombinerClass(IntSumReducer.class); job.setReducerClass(ReduceClass.class);//ReduceClass类 job.setOutputKeyClass(Text.class);//输出的key类型 job.setOutputValueClass(IntWritable.class);//输出的value类型 FileInputFormat.addInputPath(job, new Path(otherArgs[0]));//输入参数 FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//输出参数 System.exit(job.waitForCompletion(true) ? 0 : 1); } }
完成后导出成jar包放到hadoop运行:
右击包名,Export,Java,JAR file 导出,拷贝到Linux桌面;
上传到hadoop: 记得打开java进程:start-all.sh
[root@hadoop Desktop]# hadoop fs -put mapreduceTest.jar /新建一个文件:
root@hadoop Desktop]# vi wordTest.txt内容:
hello you hello me hello world将文件上传到hadoop:
[root@hadoop Desktop]# hadoop fs -put wordTest.txt /运行:参数4:包名加类名;5上一步上传到的文件,6输出到哪里
[root@hadoop Desktop]# hadoop jar mapreduceTest.jar cn.mapreduce.WordCounter /wordTest.txt /outputTest查看日志:(/part-r-00000是固定的)
[root@hadoop Desktop]# hadoop fs -text /outputTest/part-r-00000 Warning: $HADOOP_HOME is deprecated. hello 3 me 1 world 1 you 1完成;
通过一个例子了解MapReduce的更多相关文章
- Hadoop学习历程(四、运行一个真正的MapReduce程序)
上次的程序只是操作文件系统,本次运行一个真正的MapReduce程序. 运行的是官方提供的例子程序wordcount,这个例子类似其他程序的hello world. 1. 首先确认启动的正常:运行 s ...
- spring笔记--使用springAPI以及自定义类 实现AOP的一个例子
Spring的另一个重要思想是AOP,面向切面的编程,它提供了一种机制,可以在执行业务前后执行另外的代码,Servlet中的Filter就是一种AOP思想的体现,下面通过一个例子来感受一下. 假设我们 ...
- ReCap 360 photo照片建模技术的又一个例子
这是我做的又一个利用Autodesk ReCap 360 照片建模技术做的一个例子.你可以下载模型自己把玩,或者下载原始照片自己试一试. 拍摄工具: 小米手机 照片数量:约120张 后期处理工具: p ...
- 从一个例子中体会React的基本面
[起初的准备工作] npm init npm install --save react react-dom npm install --save-dev html-webpack-plugin web ...
- 用thinkphp写的一个例子:抓取网站的内容并且保存到本地
我需要写这么一个例子,到电子课本网下载一本电子书. 电子课本网的电子书,是把书的每一页当成一个图片,然后一本书就是有很多张图片,我需要批量的进行下载图片操作. 下面是代码部分: public func ...
- Erlang 程序引发共享内存 bug 的一个例子
虽然 Erlang 的广告说得非常好,functional.share-nothing.消息传递,blah blah 的,好像用 Erlang 写并发程序就高枕无忧了,但是由于 Erlang 信奉高度 ...
- 对Jena的简单理解和一个例子
本文简单介绍Jena(Jena 2.4),使用Protégé 3.1(不是最新版本)创建一个简单的生物(Creature)本体,然后参照Jena文档中的一个例子对本体进行简单的处理,输出本体中的Cla ...
- 使用flume的一个例子
新项目中需要使用到hadoop和vertica,使用flume把数据加载到hadoop中,我做了一个例子, 即监控一个sharefolder,如果里面有文件,则会文件load到hadoop. 开启Fl ...
- php部分--面向对象三大特性-封装(另加连续调用的一个例子)、继承(重写、重载的例子)、多态;
一.封装性: 目的:为了使类更加安全. 做法:1设置私有成员 2在类中建方法,访问私有成员 3在方法里边加控制(if) 私有成员访问的两种方法: 方法一:set(可写) get(可读)做方法(可读可写 ...
随机推荐
- [SDOI2017]序列计数
题目描述 Alice想要得到一个长度为nn的序列,序列中的数都是不超过mm的正整数,而且这nn个数的和是pp的倍数. Alice还希望,这nn个数中,至少有一个数是质数. Alice想知道,有多少个序 ...
- Codeforces Round #404 (Div. 2)
好久没打CF了,打场div2练手.因为比较晚还没提前睡有点神志不清,E题打了莫名其妙的代码调了好久,最后结束后5分钟才发现哪里错了-- AC:ABCD Rank:60 A.Anton and Poly ...
- bzoj2753[SCOI2012]滑雪与时间胶囊 最小生成树
Time Limit: 50 Sec Memory Limit: 128 MBSubmit: 2843 Solved: 993[Submit][Status][Discuss] Descripti ...
- [poj2451]Uyuw's Concert
半平面交滴裸题,但是要求nlogn,练练手 #include<iostream> #include<cstdio> #include<cmath> #include ...
- VB6工程在Win10系统打开提示MSCOMCTL.OCX无法加载
解决办法: 修改.vbp文件中的 00F8754DA1}#2.1#0; MSCOMCTL.OCX 改为 00F8754DA1}#2.0#0; MSCOMCTL.OCX 中间的2.1 改为 2.0
- 关于jsp中的文件下载
第一种采用转发的方式: package cn.jbit.download.servlet; import java.io.IOException; import javax.servlet.Reque ...
- PTA 邻接表存储图的广度优先遍历(20 分)
6-2 邻接表存储图的广度优先遍历(20 分) 试实现邻接表存储图的广度优先遍历. 函数接口定义: void BFS ( LGraph Graph, Vertex S, void (*Visit)(V ...
- Arduino抢答器
0.部分需要掌握的知识点和注意事项 (1)面包板的结构 (2)按键的结构:按键按下时,左右两侧连通:按键松开后,左右两侧断开,但1号与2号相连,3号与4号相连,即按键松开时,同侧不相连,相连不同侧. ...
- jquery 引号问题
varFrozenColumns="[[{'field':'CZ','title':'操作','width':80,'align':'center','formatter':function ...
- 使用webpack-dev-server设置反向代理解决前端跨域问题
webpack-dev-server是一个小型的Node.js Express服务器,它使用webpack-dev-middleware来服务于webpack的包,除此自外,它还有一个通过Sock.j ...