java写mr程序1-worldCount

最新推荐文章于 2021-08-22 23:06:09 发布

原创

最新推荐文章于 2021-08-22 23:06:09 发布 · 733 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#hadoop #mapreduce

本文介绍了一个使用Java编写的Hadoop MapReduce程序，用于执行基本的单词计数任务。Mapper阶段对输入文本进行分词，Reducer阶段则对相同单词的计数值进行求和，提供了一个入门级别的MapReduce示例。

1.计数MapReduce
mapper程序:

package cn.mr;

import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.util.StringUtils;

//4个泛型中，前两个是指定mapper输入数据的类型，KEYIN是输入的key的类型，VALUEIN是输入的value的类型
//map 和 reduce 的数据输入输出都是以 key-value对的形式封装的
//默认情况下，框架传递给我们的mapper的输入数据中，key是要处理的文本中一行的起始偏移量，这一行的内容作为value
public class WCMapper extends Mapper<LongWritable, Text, Text, LongWritable>{
	//mapreduce框架每读一行数据就调用一次该方法
	@Override
	protected void map(LongWritable key, Text value,Context context) throws IOException ,InterruptedException {
		//具体业务逻辑就写在这个方法体中，而且我们业务要处理的数据已经被框架传递进来，在方法的参数中 key-value
		//key 是这一行数据的起始偏移量     value 是这一行的文本内容
		
		//将这一行的内容转换成string类型
		String lineString = value.toString();
		//对这一行的文本按特定分隔符切分
		String[] wordStrings = StringUtils.split(lineString, ' ');
		
		//遍历这个单词数组输出为kv形式  k：单词   v ： 1
		for(String word : wordStrings){
			context.write(new Tex

最低0.47元/天解锁文章