通过cdh运行wordcount

WordCount    Map类

<span style="font-family: Arial, Helvetica, sans-serif;">	</span><pre name="code" class="java">package com.zhangfy.hadoop;

import java.io.IOException;
import java.util.StringTokenizer;

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

public class TestMap extends Mapper<Object,Text,Text,IntWritable>{
	//对于每个单词赋予出现频数1,因为单词是一个一个取出来的,所以每个数量都为1
	private final static IntWritable one = new IntWritable(1);
	//存储取出来的一行单词
	private Text word = new Text();
	public void map(Object key,Text value,Context context) throws IOException, InterruptedException{
		//StringTokenizer 对输入单词进行切分
		StringTokenizer itr = new StringTokenizer(value.toString());
		while(itr.hasMoreTokens())
		{
		      word.set(itr.nextToken());
		      context.write(word, one);
		}
	}
}

 
 

Reducer类

<pre name="code" class="java">package com.zhangfy.hadoop;

import java.io.IOException;

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

public  class TestReducer extends Reducer<Text,IntWritable,Text,IntWritable>{
	//存取对应单词总频数
	private IntWritable result = new IntWritable();
	
	public  void reduce(Text key,Iterable<IntWritable> values,Context context) throws IOException, InterruptedException{
		//计算频数
		int sum = 0;
		for(IntWritable value:values){
			sum+=value.get();
		}
		result.set(sum);
		//写入输出
		context.write(key, result);
	}
}

 

main类

<pre name="code" class="java">package com.zhangfy.hadoop;

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;

public class Test{
	public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
		// TODO Auto-generated method stub
		//初始化配置
		Configuration conf = new Configuration();
		Job job = new Job(conf,"word count");
		job.setJarByClass(WordCount.class);
		
		//设置map,combine,reduce处理
		job.setMapperClass(TestMap.class);
		job.setReducerClass(TestReducer.class);
		job.setCombinerClass(TestReducer.class);
		
		//设置输出格式处理类
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(IntWritable.class);
		
		//设置输入输出路径
		FileInputFormat.addInputPath(job, new Path(args[0]));
		FileOutputFormat.setOutputPath(job, new Path(args[1]));
		
		job.waitForCompletion(true);
		System.out.println("任务名称: "+job.getJobName());
		System.out.println("任务成功: "+(job.isSuccessful()?"Yes":"No"));
		
	}
}

 

在cdh运行配置




 


 

 

	
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
CDH(Cloudera Distribution including Apache Hadoop)是一种基于 Apache Hadoop 的分布式计算平台,其运行模式主要包括以下几个方面: 1. HDFS(Hadoop Distributed File System):CDH使用HDFS作为其分布式文件系统,在集群中存储大数据量的文件。HDFS将文件分成多个块,并将这些块分别存储在不同的节点上,以实现数据的高可靠性和高可扩展性。 2. YARN(Yet Another Resource Negotiator):CDH使用YARN作为其集群资源管理器,它负责分配集群中的计算资源,使得各个任务可以在不同的节点上并行执行,从而提高计算效率。YARN还提供了丰富的任务调度和监控功能,方便用户管理和调度任务。 3. MapReduceCDH使用MapReduce作为其分布式计算框架,通过将大规模数据分成小块进行并行计算,实现高效的大数据处理。MapReduce将任务分成两个步骤,即Map和Reduce,其中Map负责将数据切分并进行初步处理,Reduce负责将Map处理后的结果合并,得到最终的计算结果。 4. HBase:CDH还包含了HBase作为其分布式NoSQL数据库,它可以存储非结构化的数据,并提供高速的读写性能和数据可靠性保证。HBase通常被用于处理实时数据和海量数据存储。 综上所述,CDH运行模式主要基于HDFS、YARN、MapReduce和HBase这些组件,通过它们的高度集成和协同工作,实现了高效、可靠的大数据处理和管理。

“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 1
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