要求
理解Hadoop中MapReduce模块的处理逻辑,熟悉MapReduce编程;
1) 在电脑上新建文件夹input,并input文件夹中创建三个文本文件:file1.txt,file2.txt,file3.txt。三个文本文件的内容分别是:
file1.txt: hello dblab world
file2.txt: hello dblab hadoop
file3.txt: hello mapreduce
2) 启动hadoop伪分布式,将input文件夹上传到HDFS上
3) 编写mapreduce程序,实现单词出现次数统计(MapReduce的程序可以用Eclipse编译运行或使用命令行编译打包运行,使用其中一种即可)。统计结果保存到hdfs的output文件夹。
首先,先要打开Hadoop,查看Hadoop服务是否开启
然后建立文件夹和文件,具体参考大数据技术原理与应用 第三章 分布式文件系统HDFS 学习指南中的目录操作和文件操作,然后打开eclipse,配置MapReduce,具体参考使用Eclipse编译运行MapReduce程序,打开eclipse,界面为