Cloud 学习笔记5.Word Count

Word Count

实验准备

环境:CDH 5.13.0 镜像,虚拟机

VMware版

VirtualBox版

下载对应版本的虚拟机和镜像。如果没有开启VT-d, 需要进入BIOS开启。

导入虚拟机
  1. 解压下载好的镜像, 点击ovf文件
  2. 最低配置为6GB内存,2CPU
  3. 导入镜像,开机。系统的性能此过程可能持续5~30分钟
  4. 开机完成会自动打开Firefox浏览器
启动Eclipse
  1. 打开eclipse,新建Project, 选择Maven Project
  2. 点击Next
  3. Group IdArtifact Id 随意填写,点击Finish,创建项目
  4. 在新建的项目中,修改pom.xml
  5. pom.xml中添加dependency
<dependency>
  <groupId>org.apache.hadoop</groupId>
  <artifactId>hadoop-core</artifactId>
  <version>1.2.1</version>
</dependency>
<dependency>
  <groupId>org.apache.hadoop</groupId>
  <artifactId>hadoop-common</artifactId>
  <version>2.7.2</version>
</dependency>
复制代码
  1. 保存之后Maven将自动引入依赖文件
  2. src中删除自动生成的App.java文件,新建MapReduce程序
代码

在项目目录下新建input/文件夹,在该文件夹下新建data.txt文件。data.txt写入输入样本,如:

I love big data and hadoop and I love data science
复制代码

src/main/java文件夹下,新建WordCount.java

package big.data;
import java.io.IOException;
import java.util.StringTokenizer;

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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCount {

	public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {

		public void map(Object key, Text value, Context context)
				throws IOException, InterruptedException {
			StringTokenizer itr = new StringTokenizer(value.toString());
			while (itr.hasMoreTokens()) {
				context.write(new Text(itr.nextToken()), new IntWritable(1));
			}
		}
	}

	public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
		public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
			int sum = 0;
			for (IntWritable val : values) {
				sum += val.get();
			}
			context.write(key, new IntWritable(sum));
		}
	}

	public static void main(String[] args) throws Exception {
		Configuration conf = new Configuration();
		Job job = new Job(conf, "word count");
		job.setJarByClass(WordCount.class);

		job.setMapperClass(TokenizerMapper.class);
		job.setReducerClass(IntSumReducer.class);

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

		FileInputFormat.addInputPath(job, new Path(args[0]));
		FileOutputFormat.setOutputPath(job, new Path(args[1]));
		System.exit(job.waitForCompletion(true) ? 0 : 1);
	}
}
复制代码
执行
  1. 点击Run按钮,修改Configuration,确保ProjectMain Class正确
  2. 修改Argument, 点击Run
  3. output路径下查看输出

转载于:https://juejin.im/post/5d4870c851882505290ab9d9

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