`

Hadoop2.7.1-WordCount Demo

阅读更多
package mytest.hadoop.mr1;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;

public class WordCount {

  public static class TokenizerMapper 
       extends Mapper<Object, Text, Text, IntWritable>{
    
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();
      
    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
      //StringTokenizer 是出于兼容性的原因而被保留的遗留类
      StringTokenizer itr = new StringTokenizer(value.toString());//被分割对象str,分隔符采取默认分割,java默认的分隔符是“空格”、“制表符(‘\t’)”、“换行符(‘\n’)”、“回车符(‘\r’)”。默认的话,所有的分隔符都会同时起作用。
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }
  
  public static class IntSumReducer 
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values, 
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    if (otherArgs.length < 2) {
      System.err.println("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
    System.out.println("otherArgs.length="+otherArgs.length);
    for (int i = 0; i < otherArgs.length; ++i) {
        System.out.println(i+"--"+otherArgs[i].toString());
      }
    System.out.println("args over");
    
    //job.jar在job路径下的位置
    conf.set("mapred.jar","E:\\wc.jar");//必需的!!!!
    //跨平台提交作业
    conf.set("mapreduce.app-submission.cross-platform","true");//必需的!!!!$JAVA_HOME VS %JAVA_HOME%
    //分布式文件 URI
    conf.set("fs.defaultFS", "hdfs://master:9000");//必需的!!!!
    //conf.set("mapreduce.jobtracker.address", "master"); 
    conf.set("mapreduce.framework.name", "yarn");  //必需的!!!!
    conf.set("yarn.resourcemanager.address", "master:8032"); //必需的!!!!
    
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    //设置map
    job.setMapperClass(TokenizerMapper.class);
    //设置Combine.Combiner使得map task与reduce task之间的数据传输量大大减小,可明显提高性能。大多数情况下,Combiner与Reducer相同
    job.setCombinerClass(IntSumReducer.class);
    //设置reduce
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    //设置输入输出
    FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
    FileOutputFormat.setOutputPath(job,new Path(otherArgs[1]));
    System.out.println("222-------------111");
    //提交作业并等待其执行结束。在这里主要通过submit()方法提交一个作业。
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

 

分享到:
评论

相关推荐

    hadoop2.7.1-win32.zip

    标题 "hadoop2.7.1-win32.zip" 指示了这是一个适用于Windows 32位操作系统的Hadoop版本,具体为2.7.1。Hadoop是Apache软件基金会开发的一个开源分布式计算框架,它允许在大量计算机节点上处理和存储海量数据。这个...

    hadoop-2.7.1-64位编译包

    hadoop-2.7.1-64位编译包,本人亲测,绝对有用。

    hadoop-common-2.7.1-bin-master.zip

    Hadoop作为一个开源的分布式计算框架,其组件众多,而“hadoop-common-2.7.1-bin-master.zip”正是其中的重要组成部分——Hadoop Common的工具包。这个压缩包包含了运行Hadoop集群所必需的一些基础工具和库文件,...

    Hadoop-2.7.1-Windows-64-binaries, 预先编译,非官方的Hadoop 2.7.1的Win64二进制文件.zip

    Hadoop-2.7.1-Windows-64-binaries, 预先编译,非官方的Hadoop 2.7.1的Win64二进制文件 用于 Windows 64位 平台的 2.7.1二进制文件这是针对 Windows 64位 平台的非官方预先编译的Apache Hadoop 2.7.1. 这里的tar.gz ...

    hadoop-2.7.1-src.rar

    这个压缩包“hadoop-2.7.1-src.rar”包含了Hadoop 2.7.1版本的源代码,允许开发者深入理解其内部机制并进行定制化开发。 Hadoop的核心组件包括HDFS(Hadoop Distributed File System)和MapReduce。HDFS是一种...

    hadoop-common-2.7.1-bin-maste

    在"**hadoop-common-2.7.1-bin-maste**"压缩包中,主要包含以下文件和目录: - bin:存放可执行脚本,如hadoop命令,用于执行Hadoop相关的操作。 - sbin:存放系统级脚本,如start-dfs.sh、stop-dfs.sh,用于启动和...

    Hadoop集群-WordCount运行详解

    在linux环境下部署的Hadoop集群-WordCount运行详解。

    hadoop-common-2.7.1-bin-master-master.zip

    本篇将围绕"Hadoop-common-2.7.1-bin-master-master.zip"这一压缩包,详细阐述其内容、作用以及在实际操作中的应用场景。 Hadoop Common 2.7.1是Hadoop生态系统中的核心组件之一,主要提供了Hadoop系统运行所需的...

    hadoop-mapreduce-examples-2.7.1.jar

    hadoop-mapreduce-examples-2.7.1.jar

    windows插件hadoop-common-2.7.1-bin

    在Windows下执行时遇到的UnsatisfiedLinkError以及java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries问题,解决:把插件里面的文件解压缩至%HADOOP_HOME%\bin目录下

    hadoop-2.7.1-winUtils.rar

    hadoop2.7.1 winUtils 。如果本机操作系统是 Windows,在程序中使用了 Hadoop 相关的东西,比如写入文件到HDFS,则会遇到如下异常:could not locate executable null\bin\winutils.exe ,使用这个包,设置一个 ...

    hadoop-2.7.1.tar.gz.zip

    这个名为“hadoop-2.7.1.tar.gz.zip”的文件包含了Hadoop的2.7.1版本,这是一个非常重要的里程碑,因为它包含了对Hadoop生态系统的许多改进和修复。 首先,我们要明白文件的结构。这是一个压缩文件,最外层是.zip...

    hadoop-common-2.7.1-bin

    相关文件解压至%HADOOP_HOME%\bin目录下,可解决hadoop2.7+在Windows下执行时遇到的UnsatisfiedLinkError以及java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.

    hadoop-2.7.1.zip

    Hadoop 2.7.1是Hadoop发展过程中的一个重要版本,它提供了许多增强特性和稳定性改进,使得大规模数据处理更加高效和可靠。在这个版本中,Hadoop的核心组件包括HDFS(Hadoop Distributed File System)和MapReduce,...

    hadoop-mapreduce-examples-2.7.1-sources.jar

    hadoop中的demo,wordcount列子用到的JAR包 用法: # 在容器里运行WordCount程序,该程序需要2个参数...hadoop jar hadoop-mapreduce-examples-2.7.1-sources.jar org.apache.hadoop.examples.WordCount input output

    hadoop-2.7.1-API.chm

    hadoop-2.7.1-API,自己在官网截取网页制作的

    hadoop 2.7.1 hdfs-over-ftp

    具体来说,需要修改的依赖项包括hadoop-common和hadoop-hdfs模块。 在修改配置之后,下一步是进行用户设置。需要指定FTP服务器的用户名、密码、用户目录、是否启用、是否具有写权限等信息。文档提供了一个MD5加密的...

    hadoop-2.7.1-src.tar.gz

    Apache公司出品的hadoop安装包,hadoop-2.7.1版本,目前最新版本,可供下载安装

Global site tag (gtag.js) - Google Analytics