大数据:Hadoop:MapReduce实现WordCount

注意:

  • 1.Java语言编写,数据类型需要用Hadoop自带的数据类型!!
  • 2.三个文件:map,reduce,main(driver)

需要的jar包

  • $HADOOP_HOME/share/hadoop/common/
    $HADOOP_HOME/share/hadoop/common/lib
    $HADOOP_HOME/share/hadoop/mapredudce
    $HADOOP_HOME/share/hadoop/mapredudce/lib

 WordCountMapper

import java.io.IOException;

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

//继承Hadoop的mapper类
public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable>{

	@Override
	protected void map(LongWritable key1, Text value1, Context context)
			throws IOException, InterruptedException {
		// context:Map的上下文,上面:HDFS,下面:Reduce
			
		//获取数据
		String data = value1.toString();
		
		//数据拆分,空格拆分为字符串数组
		String[] words = data.split(" ");
		
		//输出: <k2  v2>
		for(String word:words){
			context.write(new Text(word), new IntWritable(1));
		}
	}
}

 WordCountReducer

import java.io.IOException;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
//继承Hadoop的Reducer类,<k2,v2>和<k3,v3>数据类型相同!
public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

	@Override
	protected void reduce(Text k3, Iterable<IntWritable> v3,Context context) throws IOException, InterruptedException {
		//context 代表reduce的上下文,上:map ,下:HDFS
		
		//进行求和: 对同一个单词进行求和,对value3求和就能得到某个单词总的次数
		//很重要的原则:相同的key2 他的value2会被同一个Reduce处理
		int sum = 0;
		for(IntWritable v:v3){
			sum = v.get() +sum;
		}
		
		//输出结果  :k4单词   v4 总的次数
		context.write(k3, new IntWritable(sum));
	}

}

 WordCountMain

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.output.FileOutputFormat;

// 主程序
public class WordCountMain {

	public static void main(String[] args) throws Exception {
				
		//创建一个job
		Configuration conf = new Configuration();
		Job job = Job.getInstance(conf);
		//任务的入口:main的类
		job.setJarByClass(WordCountJob.class);
		
		//指定job的map和输出的数据类型(k2  v2)
		job.setMapperClass(WordCountMapper.class);
		job.setMapOutputKeyClass(Text.class);  //k2
		job.setMapOutputValueClass(IntWritable.class); //v2
		
		//指定job的reduce和输出的数据类型(k4 v4)
		job.setReducerClass(WordCountReducer.class);
		job.setOutputKeyClass(Text.class);  //key4
		job.setOutputValueClass(IntWritable.class);  //value4
				
		//指定任务的HDFS的输入   HDFS的输出, 参数在调用jar包时就是hdfs的输入输出目录
		FileInputFormat.setInputPaths(job, new Path(args[0]));
		FileOutputFormat.setOutputPath(job, new Path(args[1]));
		
		//提交任务
		job.waitForCompletion(true);
	}
}

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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