mapreduce python编程实例

mapreduce python编程实例

1 - mapreduce使用python  WordCount实例
1.1 - mapper函数使用
vi mapper.py
#!/usr/bin/python
# _*_ coding:utf-8 _*_
#Filename:mapper.py

import sys
for line in sys.stdin:   #读取标准输入
    line = line.strip()  #删除前导和尾随空白
     words = line.split() #用split讲该行的单词分割成列表,每个单词就时一个列表项目,split的默认参数是空格,所以不传递任何参数时分割空格,在英文中也就等同于分割单词
    for word in words:
        print'%s\t%s'%(word,1)
 
[root@lsn-linux python]# echo "foo foo quux labs foo bar quux" |python /hadoop/hadoop-2.6.0/python/mapper.py
foo     1
foo     1
quux    1
labs    1
foo     1
bar     1
quux    1


2.2 - reduce函数使用
vim reduce.py
 #!/usr/bin/python
 #_*_ coding:utf-8 _*_
 #Filename:reduce.py
 
 from operator import itemgetter    //排序
 import sys
 
 word2count = {}   #定义一个字典
 
 for line in sys.stdin:
     line = line.strip()
     word,count = line.split('\t',1)
     try:
         count = int(count)
         word2count[word] = word2count.get(word,0)+count   #word2count.get(word,0),查找word键值,如果不存在返回0,如果存在返回键值
     except ValueError:
         pass
 
 sorted_word2count = sorted(word2count.items(),key=itemgetter(0)) #用word2count.items()的第一个项目进行排序

 for word,count in sorted_word2count:
     print'%s\t%s'%(word,count)
 
 [root@lsn-linux python]# echo "foo foo quux labs foo bar quux"|python mapper.py|python reduce.py 
bar     1
foo     3
labs    1
quux    2




1.3 - 在mapreduce执行
拷贝./share/hadoop/tools/lib/hadoop-streaming-2.6.0.jar到hadoop目录
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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