用mapreduce 处理气象数据集

最新推荐文章于 2021-11-12 17:02:02 发布

转载最新推荐文章于 2021-11-12 17:02:02 发布 · 90 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/lawliet12/p/9016924.html

文章标签：

#大数据 #python

本文介绍如何使用Hadoop处理气象数据，包括数据下载、解析及利用MapReduce计算每日最高最低气温。从数据集获取特定年份月份的气象记录，通过编写Python脚本实现数据处理，最终展示如何部署并运行程序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

编写程序求每日最高最低气温，区间最高最低气温

气象数据集下载地址为：ftp://ftp.ncdc.noaa.gov/pub/data/noaa
按学号后三位下载不同年份月份的数据（例如201506110136号同学，就下载2013年以6开头的数据，看具体数据情况稍有变通）
解压数据集，并保存在文本文件中
对气象数据格式进行解析
编写map函数，reduce函数
将其权限作出相应修改
本机上测试运行代码
放到HDFS上运行
1. 将之前爬取的文本文件上传到hdfs上
2. 用Hadoop Streaming命令提交任务
查看运行结果

cd /usr/hadoop
sodu mkdir qx
cd /usr/hadoop/qx
 
wget -D --accept-regex=REGEX -P data -r -c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/2014/5* 
 
cd /usr/hadoop/qx/data/ftp.ncdc.noaa.gov/pub/data/noaa/2014
sudo zcat 1*.gz >qxdata.txt
cd /usr/hadoop/qx

#!/usr/bin/env python
from operator import itemggetter
import sys
 
current_word = None
current_count = 0
word = None
 
for i in sys.stdin:
     i = i.strip()
     word,count = i.split('\t', 1)
     try:
          count = int(count)
     except ValueError:
          continue
 
     if current_word == word:
         if current_count > count:
              current_count = count
     else:
         if current_word:
             print '%s\t%s' % (current_word, current_count)
         current_count = count
         current_word = word
 
if current_word == word:
     print '%s\t%s' % (current_word, current_count)

修改权限

chmod a+x /usr/hadoop/qx/mapper.py
chmod a+x /usr/hadoop/qx/reducer.py

转载于:https://www.cnblogs.com/lawliet12/p/9016924.html