step9. MapReduce编程实践——WordCount+相关报错和解决方法

编程实践全程按照林子雨老师hadoop3.1.3的教程来的:

MapReduce编程实践(Hadoop3.1.3)_厦大数据库实验室博客icon-default.png?t=M276http://dblab.xmu.edu.cn/blog/2481-2/

运行中存在如下几个问题:

1)上传文件到HDFS结果报错WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform...

解决方法:

vi ~/.bashrc
export JAVA_LIBRARY_PATH=${HADOOP_HOME}/lib/native

参考:

如何解决WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform..._涛声依旧9087的博客-CSDN博客1、在启动和操作Hadoop过程中,总是会提示warning信息:WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable 搜索的结果大部分说是操作系统与hadoop的位数不一致造成的,然而事...https://blog.csdn.net/qq_41541801/article/details/82413776

2)在hdfs创建目录报错mkdir: `input': No such file or directory

        这肯定不是文件名打错了呀,咱们是创建文件又不是删除文件,怎么会存在找不到文件的问题

        所以,推测是hdfs dfs -mkdir input中的命令出了问题。

        经过搜索,以下博客验证了这一猜测,只需将hdfs dfs -mkdir input加一个-p即可:

hdfs dfs -mkdir -p input

        参考:

hadoop 3.1.3命令行命令./bin/hdfs dfs -mkdir input出现No such file or directory的情况_LHR13的博客-CSDN博客今天在学习hadoop基本操作时输入创建文件的命令时遇到了这种情况后来尝试输入./bin/hdfs dfs -mkdir -p input成功!具体情况不太清楚,查询操作文档从介绍看-p只是一个可选参数,至于为什么会出问题也不太清楚。。。总之如果出现上述问题,试试加-p看看!...https://blog.csdn.net/weixin_44410742/article/details/105412936?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-2.pc_relevant_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-2.pc_relevant_default

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Mapreduce实例-WordCount是一个经典的MapReduce程序,用于统计文本中每个单词出现的次数。它的工作原理是将输入的文本划分为多个片段,每个片段由多个键值对组成,其中键是单词,值是1。然后通过Map阶段将每个片段中的单词提取出来,并将每个单词映射为键值对,其中键是单词,值是1。接下来,通过Shuffle和Sort阶段将具有相同单词的键值对聚集在一起。最后,通过Reduce阶段将相同单词的计数值进行累加,得到每个单词的总次数。 以下是一个示例代码片段,展示了WordCount程序的基本结构和关键组件: ```java import java.io.IOException; import java.util.StringTokenizer; 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>{ private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(Object key, Text value, Context context) throws IOException, InterruptedException { StringTokenizer itr = new StringTokenizer(value.toString()); while (itr.hasMoreTokens()) { word.set(itr.nextToken()); context.write(word, one); } } } public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> { private IntWritable result = new IntWritable(); public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { int sum = 0; for (IntWritable val : values) { sum += val.get(); } result.set(sum); context.write(key, result); } } public static void main(String[] args) throws Exception { Job job = Job.getInstance(); job.setJarByClass(WordCount.class); job.setMapperClass(TokenizerMapper.class); job.setCombinerClass(IntSumReducer.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); } } ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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