0
안녕하세요 저는 mapoduce에 새내기입니다.Hadoop mapreduce WordCount를 통해 가장 자주 반복되는 단어 목록을 정렬하는 방법은 무엇입니까?
아무도 내가 원하는 출력을 표시하기 위해 아래 게시 된 코드를 수정하는 데 도움이 될 수 있습니까?
나는 로 지정된 입력 파일입력했습니다 나는
Hi 1
my 3
name 1
is 1
is 1
John 1
doing 1
engineering 1
parents 1
stay 1
at 1
California 1
로 출력을 Hi my name is John.Im doing my engineering.My parents stay at California
을 얻을하지만 출력이
로을 정렬 할my 3
Hi 1
etc.....
다음에 표시 할 다른 모든 항목. 개념은 정렬되고 표시되어야하는 최대 횟수 반복되는 단어를 먼저 표시하는 것입니다.
저는이 작업을 단일 노드에서 실행하고 있습니다. 그리고
$ hadoop jar job.jar input output
로이 작업을 실행하는거야 그리고 난
package org.apache.hadoop.examples;
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.io.IntWritable;
import org.rg.apache.hadoop.fs.Path;
import oapache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
public class WordCount {
private static final Log LOG = LogFactory.getLog(WordCount.class);
public static class TokenizerMapper
extends Mapper<Object, Text, Text, IntWritable>{
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(Object key, Text value, Context context
) throws IOException, InterruptedException {
StringTokenizer itr = new StringTokenizer(value.toString());
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);
}
}
}
public static class IntSumReducer
extends Reducer<Text,IntWritable,Text,IntWritable> {
private IntWritable result = new IntWritable();
public void reduce(Text key, Iterable<IntWritable> values,
Context context
) throws IOException, InterruptedException {
int sum = 0;
//printKeyAndValues(key, values);
for (IntWritable val : values) {
sum += val.get();
LOG.info("val = " + val.get());
}
LOG.info("sum = " + sum + " key = " + key);
result.set(sum);
context.write(key, result);
//System.err.println(String.format("[reduce] word: (%s), count: (%d)", key, result.get()));
}
// a little method to print debug output
private void printKeyAndValues(Text key, Iterable<IntWritable> values)
{
StringBuilder sb = new StringBuilder();
for (IntWritable val : values)
{
sb.append(val.get() + ", ");
}
System.err.println(String.format("[reduce] key: (%s), value: (%s)", key, sb.toString()));
}
}
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
if (otherArgs.length != 2) {
System.err.println("Usage: wordcount <in> <out>");
System.exit(2);
}
Job job = new Job(conf, "word count");
job.setJarByClass(WordCount.class);
job.setMapperClass(TokenizerMapper.class);
job.setCombinerClass(IntSumReducer.class);
job.setReducerClass(IntSumReducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}
나는 것 내가 하둡-2.0.0-cdh4.0.0를 실행 해요
$ hadoop namenode -format
$ hadoop namenode
$ hadoop datanode
sbin$ ./yarn-daemon.sh start resourcemanager
sbin$ ./yarn-daemon.sh start resourcemanager
을 시작했습니다 누군가가 이것을 생각해 낼 수 있다면 좋겠다.
질문은 자주 인쇄되는 단어를 먼저 인쇄하는 방법에 관한 것입니다. –
나는 그 질문이 매우 분명하다고 믿습니다. 일반적인 단어 수의 예에서 출력은 어휘별로 어순으로 정렬됩니다. 그/그녀는 그것을 계산하기 위해서 결과를 얻고 싶습니다. –
다른지도 감면 작업을 작성하여 주문하는 방법은 ... –