MapReduce版wordcount

该博客介绍了如何使用Hadoop MapReduce实现WordCount程序。首先创建WcMapper类,将文本拆分为单词并发送(单词,1)的键值对到reduce阶段。接着,WcReducer类接收这些数据,对相同单词的计数进行汇总。最后,WcDriver类连接Mapper和Reducer,并设置输入输出路径,完成任务提交。
摘要由CSDN通过智能技术生成

1.创建Mapper类,发送(单词,1)到reduce端。

package com.aura.hadoop.wc;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * @author panghu
 * @description wordcount Mapper类,负责把单词拆分为(单词,1)的形式发送给reducer
 * 四个泛型分别表示:输入的key类型,输入的value类型,输出的key类型,输出的value类型
 * @create 2021-02-14-11:58
 */
public class WcMapper extends Mapper<LongWritable,Text,Text,IntWritable> {
    private Text word = new Text();
    private IntWritable one = new IntWritable(1);
    /**
     * map方法每行就会调用一次
     * @param key 偏移量
     * @param value 每一行的数据
     * @param context 上下文对象,任务本身
     * @throws IOException
     * @throws InterruptedException
     */
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 获取每行数据
        String line = value.toString();
        // 切分单词
        String[] words = line.split(" ");
        for (String w : words) {
            // 包装并发送给框架
            this.word.set(w);
            context.write(word,one);
        }
    }
}


2.创建Reducer类,统计单词数量。

package com.aura.hadoop.wc;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

/**
 * @author panghu
 * @description wordcount的reducer类,负责接收mapper类的输出,并进行汇总计算
 * 四个泛型类型分别为:map端的输出key类型,map端的输出value类型,reduce端的输出key类型,reduce端的输出value类型
 * @create 2021-02-14-11:58
 */
public class WcReducer extends Reducer<Text,IntWritable,Text,IntWritable>{
    private Text word = new Text();
    private IntWritable cnt = new IntWritable();
    /**
     * 汇总统计map端的输出,接收到的数据类似于 单词:[1,1,1,1...]这种形式
     * reduce方法每组调用一次,即每个不同的key调用一次
     * @param key
     * @param values
     * @param context
     * @throws IOException
     * @throws InterruptedException
     */
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        System.out.println("---------------------------------");
        int sum = 0;
        for (IntWritable value : values) {
            sum += value.get();
        }
        // 发送数据
        this.word.set(key);
        this.cnt.set(sum);
        context.write(word,cnt);
    }
}

3.创建Driver类,串联Mapper和Reducer。

package com.aura.hadoop.wc;

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;

import java.io.IOException;

/**
 * @author panghu
 * @description wordcount的Driver类,用于串联Mapper类和Reducer类
 * @create 2021-02-14-11:58
 */
public class WcDriver {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        // 1.获取job对象
        Job job = Job.getInstance(new Configuration());
        // 2.设置jar包
        job.setJarByClass(WcDriver.class);
        // 3.设置Mapper类和Reducer类
        job.setMapperClass(WcMapper.class);
        job.setReducerClass(WcReducer.class);
        // 4.设置map端和reduce端输出类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        // 5.设置输入输出路径
        FileInputFormat.setInputPaths(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        // 6.提交任务
        boolean res = job.waitForCompletion(true);
        System.exit(res ? 0:1);
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值