首页 > 其他分享 >WordCount案例实操

WordCount案例实操

时间:2023-05-29 21:02:40浏览次数:44  
标签:WordCount hadoop 案例 job 实操 import apache org log4j

WordCount案例实操

java代码

WordCountMapper类

package com.guodaxia.mapreduce.wordcount;

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<LongWritable, Text, Text, IntWritable> {
    //1. 定义 k - v (文本 - 数量)
    Text k = new Text();
    IntWritable v = new IntWritable(1);//必须初始为1

    //2,重写map方法,业务代码
    @Override
    protected void map(LongWritable key,Text value ,Context context) throws IOException, InterruptedException {
        //1.从数据源中获得一行数据
        String line = value.toString();
        //2.分割该行中的单词
        String[] words = line.split(" ");
        //3.输出
        for(String word:words){
            k.set(word);//不对v做任何操作
            context.write(k,v);//TODO
        }
    }
}

WordCountReducer类

package com.guodaxia.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<Text , IntWritable , Text ,IntWritable> {
    int sumTemp;
    IntWritable v = new IntWritable(1);//必须初始为1
    //业务逻辑代码
    @Override
    protected void reduce(Text key ,Iterable<IntWritable> values,Context context) throws IOException, InterruptedException {
        //1.合并同一个word的出现次数
        sumTemp = 0;
        for (IntWritable count:values){
            sumTemp += count.get();
        }
        v.set(sumTemp);
        //2,输出
        context.write(key,v);
    }
}

WordCountDriver类

package com.guodaxia.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 java.io.IOException;

public class WordCountDriver {
    public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {

        // 1.获得配置信息和job对象
        Configuration con = new Configuration();
        Job job = Job.getInstance(con);
        // 2.关联Driver程序的jar
        job.setJarByClass(WordCountDriver.class);
        // 3.关联Mapper和Reducer程序的jar
        job.setMapperClass(WordCountMapper.class);
        job.setReducerClass(WordCountReducer.class);
        // 4.设置Mapper输出的k-v类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        // 5.设置最终输出k-v类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        // 6.设置输入和输出路径
        FileInputFormat.setInputPaths(job,new Path(args[0]));
        FileOutputFormat.setOutputPath(job,new Path(args[1]));
        // 7.提交job
        boolean result = job.waitForCompletion(true);
        System.exit(result ? 0 : 1);
    }
}

xml配置文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>guodaxia</groupId>
    <artifactId>MapReduceDemo</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>3.1.3</version>
        </dependency>

        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-log4j12</artifactId>
            <version>1.7.30</version>
        </dependency>
        <dependency>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-assembly-plugin</artifactId>
            <version>3.2.0</version>
        </dependency>

    </dependencies>

    <build>
        <plugins>
            <plugin>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.6.1</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                </configuration>
            </plugin>
            <plugin>
                <artifactId>maven-assembly-plugin</artifactId>
                <configuration>
                    <descriptorRefs>
                        <descriptorRef>jar-with-dependencies</descriptorRef>
                    </descriptorRefs>
                </configuration>
                <executions>
                    <execution>
                        <id>make-assembly</id>
                        <phase>package</phase>
                        <goals>
                            <goal>single</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>

</project>

resources --> log4j.properties

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

Maven 打包

  1. 打开右置Maven --> Lifecycle -->package 等待打包完成
  2. 复制项目下target的 MapReduceDemo-1.0-SNAPSHOT.jar 到桌面并命名为wc.jar

hadoop集群环节

利用xshell软件将该wc.jar复制到 Hadoop集群下的/opt/module/hadoop-3.1.3下;

启动集群;

在当前路径下创建一个input 文件,并上传到Hadoop集群上;hadoop fs -put ./input input;

复制javaDriver驱动类的全包路径(打开该wordCountDriver类,在代码里右键);

执行程序(集群上不能有output路径!!!)

hadoop jar wc.jar 驱动包 /input /output

标签:WordCount,hadoop,案例,job,实操,import,apache,org,log4j
From: https://www.cnblogs.com/container-simple/p/17441646.html

相关文章

  • scrapy+scrapyd+scrapydweb的使用(采取一个案例演示)
    前期准备--创建一个scrapy爬虫(以上海热线-热点新闻为例:https://hot.online.sh.cn/node/node_65634.htm)1.安装scrapy,scrapyd,scrapydwebpipinstallscrapypipinstallscrapydpipinstallscrapyd-clientpipinstallscrapydweb2.创建工程scrapystartprojectnewsspider3.创建n......
  • 应用案例分享 | 基于高精度三维机器视觉的机房硬盘插拔系统应用
    Part.1 行业背景随着信息化建设的不断深入,数据存储需求不断增长,机房中的硬盘插拔操作变得越来越频繁。然而,由于机房环境的复杂性、硬盘插拔操作的关键性和重复性,人为因素可能导致插拔错误、设备损坏甚至数据丢失。为了提高硬盘插拔操作的准确性、效率和安全性,机房硬盘拔插系统应运......
  • 接口:综合案例
    packagecom.Demo4;publicclassTest{publicstaticvoidmain(String[]args){//目标:完成学生信息管理的实例ClassManageclassManage=newClassManage();classManage.printInfo();classManage.printScore();}}package......
  • Unity的AssetPostprocessor之Model:深入解析与实用案例 1
    UnityAssetPostprocessor模型相关函数详解在Unity中,AssetPostprocessor是一个非常有用的工具,它可以在导入资源时自动执行一些操作。在本文中,我们将重点介绍AssetPostprocessor中与模型相关的函数,并提供多个使用例子。OnPostprocessModelOnPostprocessModel是AssetPostprocessor......
  • Qt键盘事件和鼠标事件的简单案例实现
    事件:事件是对各种应用程序需要知道的由应用程序内部或者外部产生的事情或者动作的统称。Qt中使用一个对象来表示一个事件,继承自QEvent类。注意:事件与信号并不相同,事件与信号是两个不同层面的东西,发出者不同,作用也不同。案例要实现的功能:通过设置键盘的快捷键来切换另一个窗口通过......
  • CSS-Select 开发包和使用案例分享
    CSS-Select是一个用于解析CSS选择器的工具包,它提供了一套完整的API,可以方便地进行CSS选择器的解析和匹配。该工具包是基于解析器生成器jison开发的,可以在Node.js环境下使用。下面,我们来详细介绍一下CSS-Select工具包的作用和使用方法。作用CSS-Select工具包的主要......
  • Unity的Undo:详解解析与实用案例
    UnityUndo详解在Unity中,Undo是一个非常重要的功能,它可以让开发者在编辑器中进行操作时,随时撤销之前的操作,从而避免不必要的错误。本文将详细介绍UnityUndo实现原理和使用方法,并提供多个使用例子,帮助开发者更好地理解和应用该功能。实现原理UnityUndo的实现原理是通过记录每个......
  • Unity的Console的控制类LogEntries:深入解析与实用案例
    使用UnityConsole窗口的LogEntries私有类实现自定义日志系统在Unity开发过程中,我们经常需要使用Console窗口来查看程序运行时的日志信息。Unity内置的日志系统提供了基本的日志功能,但有时我们需要更多的自定义选项。本文将介绍如何使用UnityConsole窗口的LogEntries私有类来实现......
  • 经典智能合约案例之发红包
    角色分析:发红包的人和抢红包的人功能分析:发红包:发红包的功能,可以借助构造函数实现,核心是将ether打入合约;抢红包:抢红包的功能,抢成功需要一些断言判断,核心操作是合约转账给抢红包的人;退还:当红包有剩余的时候,允许发红包的人收回余额,可以用合约销毁来实现;实现发红包功能需要一个有支付......
  • Unity的Undo:详解解析与实用案例
    UnityUndo详解在Unity中,Undo是一个非常重要的功能,它可以让开发者在编辑器中进行操作时,随时撤销之前的操作,从而避免不必要的错误。本文将详细介绍UnityUndo实现原理和使用方法,并提供多个使用例子,帮助开发者更好地理解和应用该功能。实现原理UnityUndo的实现原理是通过记录每个......