现有一个需求如下:
有三个文件 我们需要统计每个文件中的单词数量 但是格式有一定要求
最终格式:jee a.txt-->4 b.txt-->2 c.txt-->2
前面是单词中间隔一个\t 后面是每个文件中包含该单词的数量 不同文件名用一个空格隔开
我们可以这样实现 使用两次的map-reduce 第一次map-reduce输入 jee--a.txt 4 这种格式
然后再下一个map-reduce 将第一次的map-reduce拆分开 然后组成最终需要的格式即可
Mapper1:
package com.jee.doublejob;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.InputSplit;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileSplit;
import java.io.IOException;
public class WCMapper1 extends Mapper<LongWritable, Text,Text, IntWritable> {
private String fileName = new String();
private Text k = new Text();
private IntWritable v = new IntWritable(1);
@Override
protected void setup(Context context) throws IOException, InterruptedException {
//获得map文