理解MapReduce计算构架
用Python编写WordCount程序任务
| 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
首先先创建文件
然后编写两个函数
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
5.下载并上传文件到hdfs上
6.用Hadoop Streaming命令提交任务
先找到Streaming的Jar包
配置默认环境变量
让配置生效并测试
编写run.sh脚本程序
运行结果
用Python编写WordCount程序任务
| 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
首先先创建文件
然后编写两个函数
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
5.下载并上传文件到hdfs上
6.用Hadoop Streaming命令提交任务
先找到Streaming的Jar包
配置默认环境变量
让配置生效并测试
编写run.sh脚本程序
运行结果
用Python编写WordCount程序任务
| 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
首先先创建文件
然后编写两个函数
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
5.下载并上传文件到hdfs上
6.用Hadoop Streaming命令提交任务
先找到Streaming的Jar包
配置默认环境变量
让配置生效并测试
编写run.sh脚本程序
运行结果