文章目录
需求分析代码环境准备编写Mapper类编写Reducer类编写Driver驱动类本地运行注意事项运行结果
提交到集群测试
需求分析
在给定的文本文件中统计输出每一个单词出现的总次数 期望输出数据: atxiaoyu 2 banzhang 1 cls 2 hadoop 1 jiao 1 ss 2 xue 1
实现过程:按照MapReduce编程规范,分别编写Mapper,Reducer,Driver。
代码
环境准备
(1)创建maven工程,MapReduceDemo (2)在pom.xml文件中添加如下依赖
(3)在项目的src/main/resources目录下,新建一个文件,命名为“log4j.properties”,在文件中填入:
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
(4)创建包名:com.atxiaoyu.mapreduce.wordcount
编写Mapper类
代码:
package com.atxiaoyu.mapreduce.wordcount;
import jdk.nashorn.internal.ir.CallNode;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;
/*
*/
public class WordCountMapper extends Mapper
private Text outK = new Text();
private IntWritable outV=new IntWritable(1);
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//1 获取一行
//atxiaoyu atxiaoyu
String line = value.toString();
//2 切割
//atxiaoyu
//atxiaoyu
String[] words = line.split(" ");
//3 循环写出
for (String word : words) {
outK.set(word);
//写出
context.write(outK,outV);
}
}
}
编写Reducer类
package com.atxiaoyu.mapreduce.wordcount;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;
public class WordCountReducer extends Reducer
private IntWritable outV=new IntWritable();
@Override
protected void reduce(Text key, Iterable
int sum=0;
//atxiaoyu,(1,1)
//累加
for (IntWritable value : values) {
sum=sum+value.get();
}
outV.set(sum);
//写出
context.write(key,outV);
}
}
编写Driver驱动类
package com.atxiaoyu.mapreduce.wordcount;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.kerby.config.Conf;
import java.io.IOException;
public class WordCountDriver {
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Configuration conf =new Configuration();
//1 获取job
Job job = Job.getInstance(conf);
//2 设置jar包路径
job.setJarByClass(WordCountDriver.class);
// 3 管理mapper和reducer
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReducer.class);
// 4 设置map输出的kv类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//5 设置最终输出的kv类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//6 设置输入路径和输出路径
FileInputFormat.setInputPaths(job,new Path("D:\\input"));
FileOutputFormat.setOutputPath(job,new Path("D:\\output"));
//7 提交job
boolean result = job.waitForCompletion(true);
System.exit(result?0:1);
}
}
本地运行
注意事项
大家引入类的时候一定注意不要引入错了,这里涉及的类太多了,我就是引入错了导致有bug找了半天才发现问题,比如这个Text,大家输入完Text不要立即点回车,一定要注意看看是否导入了正确的类。 导入后也可以进到内部检查看看是否正确:
运行结果
我们进入到输出的目录中来,打开这个文件: 这个文件的内容就是执行的词频统计的结果。
提交到集群测试
用maven打jar包,需要添加的打包插件依赖:
首先我们修改Driver类中的两个参数,就是两个路径,我们把它修改为可以动态的指定路径args[0]和args[1],而不是某个固定的路径: 只需修改这两处即可。 然后对项目进行打包,修改包名为wc: 启动Hadoop集群,拷贝该jar包到Hadoop集群的/opt/module/hadoop-3.1.3路径下,然后执行WordCount程序: (wc.jar后面的路径是右键WordCountDriver这个类,点击Copy Reference: ) 发现执行成功:
好文阅读
发表评论