mapreduce合并去重

本文介绍如何使用MapReduce对多个文件进行合并,并在合并过程中去除重复内容。通过示例展示MapReduce程序的实现,并提供了运行环境的配置参考。
摘要由CSDN通过智能技术生成

一、问题描述

对输入的多个文件进行合并,并剔除其中重复的内容,去重后的内容输出到一个文件中。

file1.txt中的内容:

20150101     x
20150102     y
20150103     x
20150104     y

file2.txt中的内容:

20150105     z
20150106     x
20150101     y
20150102     y

file3.txt中的内容:


20150103     x
20150104     z
20150105     y
  • 二、MapReduce程序

编写MapReduce程序,运行环境参考我的上一篇博客Intellij Idea配置MapReduce编程环境

package com.javacore.hadoop;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapredu
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