MapReduce編程開(kāi)發(fā)實(shí)例——詞頻統(tǒng)計(jì)過(guò)程

對(duì)MapReduce的編程思想和模型有了了解以后，下面我們借助MapReduce編程的一個(gè)典型案例——詞頻統(tǒng)計(jì)， 來(lái)學(xué)習(xí)實(shí)現(xiàn)MapReduce編程開(kāi)發(fā)。

假設(shè)我們有兩個(gè)文本文件，這兩個(gè)文本文件位于HDFS中，文件如1，2所示：

文件1 text1.txt

Hello World

Hello Hadoop

Hello itcast

Hadoop MapReduce

MapReduce Spark

根據(jù)MapReduce編程模型，那么單詞計(jì)數(shù)的實(shí)現(xiàn)過(guò)程，如圖1所示。

圖1 詞頻統(tǒng)計(jì)過(guò)程

在圖1演示中，首先，MapReduce通過(guò)默認(rèn)組件TextInputFormat將待處理的數(shù)據(jù)文件（如text1.txt和text2.txt），把每一行的數(shù)據(jù)都轉(zhuǎn)變?yōu)?lt;key，value>鍵值對(duì)（其中，對(duì)應(yīng)key為偏移量，value為這一行的文本內(nèi)容）；其次，調(diào)用Map()方法，將單詞進(jìn)行切割并進(jìn)行計(jì)數(shù)，輸出鍵值對(duì)作為Reduce階段的輸入鍵值對(duì)；最后，調(diào)用Reduce()方法將單詞匯總、排序后，通過(guò)TextOutputFormat組件輸出到結(jié)果文件中。

猜你喜歡：

詳解MapReduce編程的Map模型和Reduce模型

MapReduce程序如何設(shè)置本地運(yùn)行模式?

MapReduce中Maper組件用法介紹【黑馬程序員】    

黑馬程序員大數(shù)據(jù)高級(jí)軟件工程師培訓(xùn)