并行wordcount的MapReduce实现

wordcount :一个文本处理中常用的程序,用来统计文件中所有单词出现的次数。

MapReduce是Google提出的一个软件架构,用于大规模数据集(大于1TB)的并行运算。概念“Map(映射)”和“Reduce(归纳)”,及他们的主要思想,都是从函数式编程语言借来的,还有从矢量编程语言借来的特性。
当前的软件实现是指定一个Map(映射)函数,用来把一组键值对映射成一组新的键值对,指定并发的Reduce(归纳)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
————维基百科

接下来将介绍Map-Reduce实现并行处理wordcount的核心思想



具体步骤

1、将所有需要统计单词出现数量的文件进行分组,一个分组发射到一个mapper(最简单的就是一个文件对应于一个mapper)

2、map阶段,对每个分组中的文件进行统计,对每个单词生成一个键值对(key:单词,value:出现次数)。更简单的实现方式为:每出现一个单词,生成一个键值对(key:单词,value:1)

3、对mapper生成的所有键值对进行排序整合

4、reduce阶段,对每个单词出现的次数进行求和。输入为键值对(key:单词,value:出现次数的集合),输出为(key:单词,value:出现总次数)。

  • 0
    点赞
  • 2
    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