MapReduce实现统计单词出现次数

 首先写一个WordMapper类

package com.kgc.myhdfs001.wc;

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

import java.io.IOException;
/*WordMapper继承Mapper,注意继承的这个Mapper是org.apache.hadoop.mapreduce里面的
  该类就是mr程序map阶段调用的类,也就是maptask。负责把单词一个个分割出来
  Long String是jdk自带的数据类型
  在网络传输序列化中 hadoop认为其效率不高,所以自己封装了一套数据类型,包括自己的序列化机制(Writable)
  Long----->LongWritable
  String--->Text
*/
public class WordMapper extends Mapper<LongWritable, Text,Text,LongWritable> {
    @Override
    //Alt+ins重写map方法,LongWritable相当于Long,但它可序列化,key是行的起始偏移量(光标所在的偏移值)
    //Text相当于String,value是行的内容

    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        System.out.println(key);
        //将内容转化成String,并按照空格分隔,得到个数组,数组里面存的是一个个单词
        String[] words = value.toString().split(" ");
        //遍历数组 单词出现就标记1
        for(String word:words){
            //使用context把map处理完的结果写出去
            context.write(new Text(word),new LongWritable(1));
        }
    }
}

然后写WordReducer类

package com.kgc.myhdfs001.wc;

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

import java.io.IOException;
/*
WordReducer继承Reducer类,注意这个类是org.apache.hadoop.mapreduce.Reducer
该类就是mr程序reduce阶段运行的类 ,也就是reducetask。负责汇总统计单词个数
 */
public class WordReducer extends Reducer<Text, LongWritable,Text,LongWritable> {
    @Override
    protected void reduce(Text key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {
        int count=0;
        for(LongWritable lw:values){
            count+=lw.get();
        }
        context.write(key,new LongWritable(count));
    }
}

写这些类的时候导包一定不要导错

 然后写主类

package com.kgc.myhdfs001.wc;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
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;

public class WordJob {
    public static void main(String[] args)  throws Exception{
        //使用job构建本次mr程序
        Job job = Job.getInstance(new Configuration());
        //指定本次mr程序运行的主类
        job.setJarByClass (WordJob.class);

        //读哪个文件
        FileInputFormat.setInputPaths(job,new Path("file:///d:/temp/read/a.txt"));
        //读完统计个数的结果放哪里(write这个文件夹不要提前创建出来,否则会报错)
        FileOutputFormat.setOutputPath(job,new Path("file:///d:/temp/write"));

        //指定本次mr程序的mapper
        job.setMapperClass(WordMapper.class);
        //指定本次mr程序map阶段的输出类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(LongWritable.class);

        //指定本次mr程序的reducer
        job.setReducerClass(WordReducer.class);
        //指定本次mr程序reduce阶段的输出类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);

        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