资料分享主要是ArcGIS API For JavaScript 各个版本

最新推荐文章于 2022-03-07 17:54:16 发布

test20150309

最新推荐文章于 2022-03-07 17:54:16 发布

阅读量1.4k

点赞数

分类专栏： ArcGIS API For JavaScript 分享文章标签： ArcGIS API For JavaS

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/whz1571443359/article/details/78957016

版权

ArcGIS API For JavaScript 分享专栏收录该内容

2 篇文章 0 订阅

订阅专栏

https://pan.baidu.com/s/1c6Uibs

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
资料分享主要是ArcGIS API For JavaScript 各个版本

https://pan.baidu.com/s/1c6Uibs
复制链接

扫一扫

专栏目录

test20150309 CSDN认证博客专家 CSDN认证企业博客

码龄12年

32: 原创

106万+: 周排名

150万+: 总排名

7万+: 访问

: 等级

1139: 积分

10: 粉丝

8: 获赞

11: 评论

59: 收藏

私信

关注

热门文章

分类专栏

最新评论

arcmap 报错 add field failed
m0_64445699: try { FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), new Configuration()); Path srcPath = new Path(outputPath+"/part-r-00000"); FSDataInputStream is = fs.open(srcPath); System.out.println("Results:"); while(true) { String line = is.readLine(); if(line == null) { break; } System.out.println(line); } is.close(); }catch(Exception e) { e.printStackTrace(); } } }
arcmap 报错 add field failed
m0_64445699: //本job使用的mapper和reducer的类 job.setMapperClass(WcMap.class); job.setReducerClass(WcReduce.class); //指定reduce的输出数据key-value类型 job.setOutputKeyClass(Text.class); job.setOutputValueClass(LongWritable.class); //指定mapper的输出数据key-value类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(LongWritable.class); Scanner sc = new Scanner(System.in); System.out.print("inputPath:"); String inputPath = sc.next(); System.out.print("outputPath:"); String outputPath = sc.next(); //指定要处理的输入数据存放路径 FileInputFormat.setInputPaths(job, new Path("hdfs://master:9000"+inputPath)); //指定处理结果的输出数据存放路径 FileOutputFormat.setOutputPath(job, new Path("hdfs:/master:9000"+outputPath)); //将job提交给集群运行 job.waitForCompletion(true); //输出结果
arcmap 报错 add field failed
m0_64445699: import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import java.util.Scanner; import org.apache.hadoop.fs.FSDataInputStream; import org.apache.hadoop.fs.FileSystem; import java.net.URI; /*** * 1:用来描述一个特定的作业 * 比如,该作业使用哪个类作为逻辑处理中的map,那个作为reduce * 2:还可以指定该作业要处理的数据所在的路径 * 还可以指定改作业输出的结果放到哪个路径 * @author Administrator * */ public class WcRunner{ public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException { //创建配置文件 Configuration conf = new Configuration(); //获取一个作业 Job job = Job.getInstance(conf); //设置整个job所用的那些类在哪个jar包 job.setJarByClass(WcRunner.class); //本job使
arcmap 报错 add field failed
m0_64445699: import java.io.IOException; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer; /*** * * @author Administrator * 1:reduce的四个参数，第一个key-value是map的输出作为reduce的输入,第二个key-value是输出单词和次数，所以 * 是Text,LongWritable的格式； */ public class WcReduce extends Reducer<Text, LongWritable, Text, LongWritable>{ //继承Reducer之后重写reduce方法 //第一个参数是key，第二个参数是集合。 //框架在map处理完成之后，将所有key-value对缓存起来，进行分组，然后传递一个组<key,valus{}>，调用一次reduce方法 //<hello,{1,1,1,1,1,1.....}> @Override protected void reduce(Text key, Iterable<LongWritable> values,Context context) throws IOException, InterruptedException { //将values进行累加操作，进行计数 long count = 0; //遍历value的list，进行累加求和 for(LongWritable value : values){ count += value.get(); } //输出这一个单词的统计结果 //输出放到hdfs的某一个目录上面，输入也是在hdfs的某一个目录 context.write(key, new LongWritable(count)); }
arcmap 报错 add field failed
m0_64445699: //1: String str = value.toString(); //2:切分单词,空格隔开,返回切分开的单词 String[] words = StringUtils.split(str," "); //3:遍历这个单词数组，输出为key-value的格式，将单词发送给reduce for(String word : words){ //输出的key是Text类型的，value是LongWritable类型的 context.write(new Text(word), new LongWritable(1)); } } }

大家在看

最新文章

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。