MapperReduce_WordCount

 1  2 
 3 import java.io.IOException;
 4 
 5 import org.apache.commons.lang.StringUtils;
 6 import org.apache.hadoop.io.LongWritable;
 7 import org.apache.hadoop.io.Text;
 8 import org.apache.hadoop.mapreduce.Mapper;
 9 
10 //4个泛型中，前两个是指定mapper输入数据的类型，KEYIN是输入的key的类型，VALUEIN是输入的value的类型
11 //map 和 reduce 的数据输入输出都是以 key-value对的形式封装的
12 //默认情况下，框架传递给我们的mapper的输入数据中，key是要处理的文本中一行的起始偏移量，这一行的内容作为value
13 public class WCMapper extends Mapper<LongWritable, Text, Text, LongWritable>{
14     
15     //mapreduce框架每读一行数据就调用一次该方法
16     @Override
17     protected void map(LongWritable key, Text value,Context context)
18             throws IOException, InterruptedException {
19         //具体业务逻辑就写在这个方法体中，而且我们业务要处理的数据已经被框架传递进来，在方法的参数中 key-value
20         //key 是这一行数据的起始偏移量     value 是这一行的文本内容
21         
22         //将这一行的内容转换成string类型
23         String line = value.toString();
24         
25         //对这一行的文本按特定分隔符切分
26         String[] words = StringUtils.split(line, " ");
27         
28         //遍历这个单词数组输出为kv形式  k：单词   v ： 1
29         for(String word : words){
30             
31             context.write(new Text(word), new LongWritable(1));
32             
33         }
34     }    
35 }

 1 2 
 3 import java.io.IOException;
 4 
 5 import org.apache.hadoop.io.LongWritable;
 6 import org.apache.hadoop.io.Text;
 7 import org.apache.hadoop.mapreduce.Reducer;
 8 
 9 public class WCReducer extends Reducer<Text, LongWritable, Text, LongWritable>{
10     
11     
12     
13     //框架在map处理完成之后，将所有kv对缓存起来，进行分组，然后传递一个组<key,valus{}>，调用一次reduce方法
14     //<hello,{1,1,1,1,1,1.....}>
15     @Override
16     protected void reduce(Text key, Iterable<LongWritable> values,Context context)
17             throws IOException, InterruptedException {
18 
19         long count = 0;
20         //遍历value的list，进行累加求和
21         for(LongWritable value:values){
22             
23             count += value.get();
24         }
25         
26         //输出这一个单词的统计结果
27         
28         context.write(key, new LongWritable(count));
29         
30     }
31     
32     
33 
34 }

 1  2 
 3 import java.io.IOException;
 4 
 5 import org.apache.hadoop.conf.Configuration;
 6 import org.apache.hadoop.fs.Path;
 7 import org.apache.hadoop.io.LongWritable;
 8 import org.apache.hadoop.io.Text;
 9 import org.apache.hadoop.mapreduce.Job;
10 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
11 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
12 
13 /**
14  * 用来描述一个特定的作业
15  * 比如，该作业使用哪个类作为逻辑处理中的map，哪个作为reduce
16  * 还可以指定该作业要处理的数据所在的路径
17  * 还可以指定改作业输出的结果放到哪个路径
18  * ....
19  * @author duanhaitao@itcast.cn
20  *
21  */
22 public class WCRunner {
23 
24     public static void main(String[] args) throws Exception {
25         
26         Configuration conf = new Configuration();
27         
28         Job wcjob = Job.getInstance(conf);
29         
30         //设置整个job所用的那些类在哪个jar包
31         wcjob.setJarByClass(WCRunner.class);
32         
33         
34         //本job使用的mapper和reducer的类
35         wcjob.setMapperClass(WCMapper.class);
36         wcjob.setReducerClass(WCReducer.class);
37         
38         
39         //指定reduce的输出数据kv类型
40         wcjob.setOutputKeyClass(Text.class);
41         wcjob.setOutputValueClass(LongWritable.class);
42         
43         //指定mapper的输出数据kv类型
44         wcjob.setMapOutputKeyClass(Text.class);
45         wcjob.setMapOutputValueClass(LongWritable.class);
46         
47         
48         //指定要处理的输入数据存放路径
49         FileInputFormat.setInputPaths(wcjob, new Path("/bigdata/"));
50         
51         //指定处理结果的输出数据存放路径
52         FileOutputFormat.setOutputPath(wcjob, new Path("/bigdata/output"));
53         
54         //将job提交给集群运行 
55         wcjob.waitForCompletion(true);
56         
57         
58     }    
59     
60 }

原因：导错包了！

删掉重新导入

posted on 2016-09-24 20:44 wEndu 阅读(261) 评论(0) 编辑收藏举报