理解MapReduce

1. 用Python编写WordCount程序并提交任务

程序	WordCount
输入	一个包含大量单词的文本文件
输出	文件中每个单词及其出现次数（频数），并按照单词字母顺序排序，每个单词和其频数占一行，单词和频数之间有间隔

1.编写map函数，reduce函数

2.将其权限作出相应修改

3.本机上测试运行代码

4.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

5.查看运行结果

2. 用mapreduce 处理气象数据集

编写程序求每日最高最低气温，区间最高最低气温

1.气象数据集下载地址为：ftp://ftp.ncdc.noaa.gov/pub/data/noaa

2.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）

3.解压数据集，并保存在文本文件中

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/2009/1*

cd /usr/hadoop/qx/data/ftp.ncdc.noaa.gov/pub/data/noaa/2009
sudo zcat 1*.gz >qxdata.txt
cd /usr/hadoop/qx

4.对气象数据格式进行解析

5.编写map函数，reduce函数

 

6.将其权限作出相应修改

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

7.本机上测试运行代码

8.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

9.查看运行结果