hadoop wordcount 示例

本示例假设已经基本配置好hadoop
如何配置hadoop不是本文的重点
如果在终端中输入hadoop没有报错就可以继续往下看

1 查看classpath

hadoop classpath

2 设定环境变量classpath

在终端输入vim ~/.bashrc
在文件中添加export classpath=你的classpath
重启终端

3 创建WordCount.java

    package org.myorg;  
    import java.io.IOException;
    import java.util.*;

    import org.apache.hadoop.fs.Path;
    import org.apache.hadoop.conf.*;
    import org.apache.hadoop.io.*;
    import org.apache.hadoop.mapred.*;
    import org.apache.hadoop.util.*;

    public class WordCount {

       public static class Map extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
         private final static IntWritable one = new IntWritable(1);
         private Text word = new Text();

         public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
           String line = value.toString();
           StringTokenizer tokenizer = new StringTokenizer(line);
           while (tokenizer.hasMoreTokens()) {
             word.set(tokenizer.nextToken());
             output.collect(word, one);
           }
         }
       }

       public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> {
         public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
           int sum = 0;
           while (values.hasNext()) {
             sum += values.next().get();
           }
           output.collect(key, new IntWritable(sum));
         }
       }

       public static void main(String[] args) throws Exception {
         JobConf conf = new JobConf(WordCount.class);
         conf.setJobName("wordcount");

         conf.setOutputKeyClass(Text.class);
         conf.setOutputValueClass(IntWritable.class);

         conf.setMapperClass(Map.class);
         conf.setCombinerClass(Reduce.class);
         conf.setReducerClass(Reduce.class);

         conf.setInputFormat(TextInputFormat.class);
         conf.setOutputFormat(TextOutputFormat.class);

         FileInputFormat.setInputPaths(conf, new Path(args[0]));
         FileOutputFormat.setOutputPath(conf, new Path(args[1]));

         JobClient.runJob(conf);
       }
    }

4 生成class文件

首先在终端输入mkdir wordcount_classes
现在的目录大概是这样的
WordCount.java(我们现在在这个目录)
—–wordcount_classes
然后执行

javac -classpath ${classpath} -d wordcount_classes WordCount.java
// 把WordCount.java生成class放到wordcount_classes目录下

5 打包.class生成.jar

在终端输入

jar -cvf wc.jar wordcount_classes/ .
//将wordcount_classes目录下所有文件打包成jar文件,jar名字不要与当前存在的目录重名即可

现在的目录
wordcount.java(我们在这里
wc.jar
—-wordcount_classes

6 生成一些测试数据样例

在终端中输入

mkdir sample
cd sample
mkdir input
cd input
touch file1
echo helloword >> file1
cd ../..

现在的目录
wordcount.java(我们在这里
wc.jar
—-wordcount_classes
—-sample
——–input
————file1

7用hadoop运行jar文件

终端输入
hadoop jar wc.jar org.myorg.WordCount sample/input sample/output
解释一下
wc.jar是我们的包文件 org.myorg.WordCount是我们的class名字 后面两个目录是输入输出

我的运行结果
截图中目录名字与本示例不一样,我在本文中将wordcount目录换为sample因为这个名字更能让人知道目录的作用)

8 查看结果

终端输入
cat sample/output/part-0000
查看结果
(具体数字不太一样是因为我在示例中使用的数据和我真实使用的不一样)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
下载Hadoop WordCount可以通过以下步骤完成: 1. 打开Hadoop官方网站(https://hadoop.apache.org/)。 2. 导航至Hadoop的下载页面。 3. 在下载页面上,选择适合您操作系统的稳定版本。 4. 点击下载按钮,开始下载Hadoop二进制文件(提供tar.gz和zip格式)。 5. 下载完成后,将压缩文件解压到您选择的目录。您可以使用命令行或文件管理器进行解压。 6. 打开解压后的Hadoop文件夹,找到examples文件夹。 7. 在examples文件夹中,您将找到一个名为wordcount的子文件夹,这就是WordCount示例的位置。 8. 打开wordcount文件夹,您将找到一个名为WordCount.javaJava源代码文件。 9. 如果您还没有安装Java开发环境(JDK),请先安装JDK。 10. 使用您喜欢的集成开发环境(IDE)或文本编辑器打开WordCount.java文件。 11. 根据您的需求或兴趣,可以对WordCount.java进行任何修改。 12. 保存WordCount.java文件,并在终端中导航到Hadoop的解压目录。 13. 运行以下命令来编译WordCount.java文件: ``` $ bin/hadoop com.sun.tools.javac.Main WordCount.java ``` 14. 编译完成后,使用以下命令打包WordCount.class文件: ``` $ jar cf wc.jar WordCount*.class ``` 15. 完成打包后,您可以使用Hadoop进行WordCount示例的测试。使用以下命令来运行WordCount示例: ``` $ bin/hadoop jar wc.jar WordCount /input /output ``` 其中,/input是输入文件的路径,/output是输出文件的路径。 16. 执行命令后,Hadoop将在指定的输出路径中生成计数结果。 这样,您就成功地下载并安装了Hadoop WordCount示例,并可以通过上述步骤来测试和运行WordCount任务。请确保在执行命令之前,已正确设置Hadoop的配置文件,以便与您的系统和集群相匹配。
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