hadoop集群-单词统计

1.在用Hadoop进行单词统计前，要做好Hadoop的集群部署

 输入上述命令，就能在浏览器中分别访问namenode:50070(namenode指的是你主节点的名字，这里我的主节点名字是namenode，50070是端口号）和namenode:8088,由此查看HDFS和YARN的web界面。如图所示：

接下来我们就可以进行单词统计啦。

 2.首先，打开HDFS网页端，选择Utilities->Browse the file system

3.找一篇英语文章的TXT文本文件放入/java/data目录下（在win中将需要的文件拖入data下），如图

或在集群的主节点（即hadoop文件路径）的/java/data目录下，执行 “vi english.txt”指令新建一个english.txt文本文档

4.输入hadoop fs -mkdir -p /wordcount/input

         hadoop fs -put /java/data/English.txt /wordcount/input  

此处第一条命令是在HDFS上新建/wordcount/input目录，第二条命令是将english.txt文件上传到该目录下

5.进入hadoop解压包的/share/hadoop/mapreduce/目录下，输入ll指令，查看文件内容，如图：

此处，hadoop-mapreduce-examples-2.7.3.jar包可以实现计算单词个数等功能。

6.在jar包位置下执行指令：

hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /wordcount/input /wordcount/output

其中hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount的wordcount表示执行的单词统计功能，/wordcount/input单词统计的HDFS路径，/wordcount/output单词统计后的HDFS路径。

执行成功后，在HDFS网页端查看

由此，我们可以点击part-r-00000,下载

下载后，以记事本方式打开

以上，便是hadoop进行单词统计的相关操作。