智慧政务门户网站建设研究,网站 报价方案,android聊天软件开发,做广告推广哪家好2019独角兽企业重金招聘Python工程师标准 1.图解MapReduce MapReduce整体流程图 并行读取文本中的内容#xff0c;然后进行MapReduce操作 Map过程#xff1a;并行读取三行#xff0c;对读取的单词进行map操作#xff0c;每个词都以形式生成 reduce操作是对ma… 2019独角兽企业重金招聘Python工程师标准 1.图解MapReduce MapReduce整体流程图 并行读取文本中的内容然后进行MapReduce操作 Map过程并行读取三行对读取的单词进行map操作每个词都以形式生成 reduce操作是对map的结果进行排序合并最后得出词频。 2.简单过程 Input: Hello World Bye World Hello Hadoop Bye Hadoop Bye Hadoop Hello Hadoop Map: Sort: Combine: Reduce: MergeSort的过程ps2012-10-18 Map: MergeSort: | || | || ||| || ||| | ||| || ||| MergeArray结果 ||| || ||| | ||| || ||| 在|||这一层级 MergeArray结果 || | || 在||这一层级 MergeArray结果 | 在|这一层级 MergeArray结果 排序完成 3.代码实例 复制代码 package com.felix; import java.io.IOException; import java.util.Iterator; import java.util.StringTokenizer; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapred.FileInputFormat; import org.apache.hadoop.mapred.FileOutputFormat; import org.apache.hadoop.mapred.JobClient; import org.apache.hadoop.mapred.JobConf; import org.apache.hadoop.mapred.MapReduceBase; import org.apache.hadoop.mapred.Mapper; import org.apache.hadoop.mapred.OutputCollector; import org.apache.hadoop.mapred.Reducer; import org.apache.hadoop.mapred.Reporter; import org.apache.hadoop.mapred.TextInputFormat; import org.apache.hadoop.mapred.TextOutputFormat; /** * * 描述WordCount explains by Felix * author Hadoop Dev Group */ public class WordCount { /** * MapReduceBase类:实现了Mapper和Reducer接口的基类其中的方法只是实现接口而未作任何事情 * Mapper接口 * WritableComparable接口实现WritableComparable的类可以相互比较。所有被用作key的类应该实现此接口。 * Reporter 则可用于报告整个应用的运行进度本例中未使用。 * */ public static class Map extends MapReduceBase implements Mapper { /** * LongWritable, IntWritable, Text 均是 Hadoop 中实现的用于封装 Java 数据类型的类这些类实现了WritableComparable接口 * 都能够被串行化从而便于在分布式环境中进行数据交换你可以将它们分别视为long,int,String 的替代品。 */ private final static IntWritable one new IntWritable(1); private Text word new Text(); /** * Mapper接口中的map方法 * void map(K1 key, V1 value, OutputCollector output, Reporter reporter) * 映射一个单个的输入k/v对到一个中间的k/v对 * 输出对不需要和输入对是相同的类型输入对可以映射到0个或多个输出对。 * OutputCollector接口收集Mapper和Reducer输出的对。 * OutputCollector接口的collect(k, v)方法:增加一个(k,v)对到output */ public void map(LongWritable key, Text value, OutputCollector output, Reporter reporter) throws IOException { String line value.toString(); StringTokenizer tokenizer new StringTokenizer(line); while (tokenizer.hasMoreTokens()) { word.set(tokenizer.nextToken()); output.collect(word, one); } } } public static class Reduce extends MapReduceBase implements Reducer { public void reduce(Text key, Iterator values, OutputCollector output, Reporter reporter) throws IOException { int sum 0; while (values.hasNext()) { sum values.next().get(); } output.collect(key, new IntWritable(sum)); } } public static void main(String[] args) throws Exception { /** * JobConfmap/reduce的job配置类向hadoop框架描述map-reduce执行的工作 * 构造方法JobConf()、JobConf(Class exampleClass)、JobConf(Configuration conf)等 */ JobConf conf new JobConf(WordCount.class); conf.setJobName(wordcount); //设置一个用户定义的job名称 conf.setOutputKeyClass(Text.class); //为job的输出数据设置Key类 conf.setOutputValueClass(IntWritable.class); //为job输出设置value类 conf.setMapperClass(Map.class); //为job设置Mapper类 conf.setCombinerClass(Reduce.class); //为job设置Combiner类 conf.setReducerClass(Reduce.class); //为job设置Reduce类 conf.setInputFormat(TextInputFormat.class); //为map-reduce任务设置InputFormat实现类 conf.setOutputFormat(TextOutputFormat.class); //为map-reduce任务设置OutputFormat实现类 /** * InputFormat描述map-reduce中对job的输入定义 * setInputPaths():为map-reduce job设置路径数组作为输入列表 * setInputPath()为map-reduce job设置路径数组作为输出列表 */ FileInputFormat.setInputPaths(conf, new Path(args[0])); FileOutputFormat.setOutputPath(conf, new Path(args[1])); JobClient.runJob(conf); //运行一个job } } 复制代码 转载于:https://my.oschina.net/u/2357525/blog/708908
