• Mapreduce-实现webcount代码


    参考博文:https://blog.csdn.net/qq_41035588/article/details/90514824

    首先安装一个Hadoop-Eclipse-Plugin 方便来对于hdfs进行管理

    参考地址:http://dblab.xmu.edu.cn/blog/hadoop-build-project-using-eclipse/

    配置好Hadoop-Ecllipse-Plugin之后

    建立一个txt文档,里面的内容如下:

     1 买家id 商品id 收藏日期
     2 10181 1000481 2010-04-04 16:54:31
     3 20001 1001597 2010-04-07 15:07:52
     4 20001 1001560 2010-04-07 15:08:27
     5 20042 1001368 2010-04-08 08:20:30
     6 20067 1002061 2010-04-08 16:45:33
     7 20056 1003289 2010-04-12 10:50:55
     8 20056 1003290 2010-04-12 11:57:35
     9 20056 1003292 2010-04-12 12:05:29
    10 20054 1002420 2010-04-14 15:24:12
    11 20055 1001679 2010-04-14 19:46:04
    12 20054 1010675 2010-04-14 15:23:53
    13 20054 1002429 2010-04-14 17:52:45
    14 20076 1002427 2010-04-14 19:35:39
    15 20054 1003326 2010-04-20 12:54:44
    16 20056 1002420 2010-04-15 11:24:49
    17 20064 1002422 2010-04-15 11:35:54
    18 20056 1003066 2010-04-15 11:43:01
    19 20056 1003055 2010-04-15 11:43:06
    20 20056 1010183 2010-04-15 11:45:24
    21 20056 1002422 2010-04-15 11:45:49
    22 20056 1003100 2010-04-15 11:45:54
    23 20056 1003094 2010-04-15 11:45:57
    24 20056 1003064 2010-04-15 11:46:04
    25 20056 1010178 2010-04-15 16:15:20
    26 20076 1003101 2010-04-15 16:37:27
    27 20076 1003103 2010-04-15 16:37:05
    28 20076 1003100 2010-04-15 16:37:18
    29 20076 1003066 2010-04-15 16:37:31
    30 20054 1003103 2010-04-15 16:40:14
    31 20054 1003100 2010-04-15 16:40:16

    然后建立一个java项目

    然后把所有的包都导进去,重点是mapreduce,common,yarn,hdfs的包

    然后再输入代码:

     1 package mapreduce;
     2 
     3 import java.io.IOException;
     4 import java.util.StringTokenizer;
     5 import org.apache.hadoop.fs.Path;
     6 import org.apache.hadoop.io.IntWritable;
     7 import org.apache.hadoop.io.Text;
     8 import org.apache.hadoop.mapreduce.Job;
     9 import org.apache.hadoop.mapreduce.Mapper;
    10 import org.apache.hadoop.mapreduce.Reducer;
    11 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
    12 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
    13 
    14 
    15 public class WordCount {
    16 
    17 public static class doMapper extends Mapper<Object, Text, Text, IntWritable>{
    18     //第一个object表示输入key的类型,第二个text表示输入value的类型;第三个text表示输出建的类型;
    19     //第四个INtWritable表示输出值的类型
    20     
    21 public static final IntWritable one = new IntWritable(1);
    22 public static Text word = new Text();
    23 @Override
    24 protected void map(Object key, Text value, Context context)
    25 //key value是输入的key value context是记录输入的key,value
    26 throws IOException, InterruptedException {
    27 StringTokenizer tokenizer = new StringTokenizer(value.toString(), "	");
    28 //StringTokenizer是Java的工具包中的一个类,用于将字符串进行拆分
    29 word.set(tokenizer.nextToken());
    30 //返回当前位置到下一个分隔符之间的字符串
    31 context.write(word, one);
    32 //讲word存到容器中计一个数
    33 }
    34 }
    35 public static class doReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
    36     //输入键类型,输入值类型 输出建类型,输出值类型
    37 private IntWritable result = new IntWritable();
    38 @Override
    39 protected void reduce(Text key, Iterable<IntWritable> values, Context context)
    40 throws IOException, InterruptedException {
    41 int sum = 0;
    42 for (IntWritable value : values) {
    43 sum += value.get();
    44 }
    45 result.set(sum);
    46 context.write(key, result);
    47 }
    48 }
    49 public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
    50 Job job = Job.getInstance();
    51 job.setJobName("WordCount");
    52 job.setJarByClass(WordCount.class);
    53 job.setMapperClass(doMapper.class);
    54 job.setReducerClass(doReducer.class);
    55 job.setOutputKeyClass(Text.class);
    56 job.setOutputValueClass(IntWritable.class);
    57 Path in = new Path("hdfs://localhost:9000/mymapreduce1/in/buyer_favorite1");
    58 Path out = new Path("hdfs://localhost:9000/mymapreduce1/out");
    59 FileInputFormat.addInputPath(job, in);
    60 FileOutputFormat.setOutputPath(job, out);
    61 System.exit(job.waitForCompletion(true) ? 0 : 1);    
    62 }
    63 }

    然后运行之后查看左边的菜单:

    双击part-r-00000就有返回的值了

     最重要的问题就是分隔的问题

    1.     StringTokenizer tokenizer = new StringTokenizer(value.toString()," ");  

    这个是根据tab键来进行分割,但是我们复制粘贴后就是空格所以要换成空格

  • 相关阅读:
    12月14日 bs-grid , destroy_all()
    12月13日 什么是help_method,session的简单理解, find_by等finder method
    12月10日 render( locals:{...}) 传入本地变量。
    12月8日 周五 image_tag.
    12月7日,几个错误,拼写错误,遗漏符号:,记忆有误,max-width的作用。gem mini_magick, simple_form
    程序员必读之软件架构
    先进PID控制MATLAB仿真(第4版)
    中文版Illustrator CS6基础培训教程(第2版)
    Android系统级深入开发——移植与调试
    Excel在会计与财务管理中的应用
  • 原文地址:https://www.cnblogs.com/smartisn/p/11767776.html
Copyright © 2020-2023  润新知