大数据 linux下MapReduce——倒排索引_倒排索引可用jar-CSDN博客

本文链接：https://blog.csdn.net/weixin_39608621/article/details/105937872

实验内容

实现倒排索引效果：统计每个单词在不同文件中的出现次数；
输入：自己编辑几个文件，例如 a.txt,b.txt,c.txt。每个文件的内容为若干行单词，单词之间以空格分开，并将这些文件上传到 hdfs 的/in 目录下；例如：a.txt 包含内容： hadoop google scau map hadoop reduce hive hello hbase
编写程序实现单词的倒排索引效果；

实现过程

工具：idea、xshell6、xftp。

在idea上创建maven工程：
在这里插入图片描述
添加hadoop依赖：

  <dependencies>
  
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-common</artifactId>
      <version>2.7.7</version>
    </dependency>
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-client</artifactId>
      <version>2.7.7</version>
    </dependency>
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-hdfs</artifactId>
      <version>2.7.7</version>
    </dependency>
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-mapreduce-client-core</artifactId>
      <version>2.7.7</version>
    </dependency>
  </dependencies>

编写代码：
在这里插入图片描述

Mapper类，实现map方法：

package com.hadoop.invertedindex;


import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileSplit;

import java.io.IOException;

public class InvertedMapper extends Mapper