hadoop统计以a和b字母开头的单词的个数代码

时间: 2023-11-12 08:09:09 浏览: 64
下面是一个简单的Hadoop MapReduce代码,用于统计以a和b字母开头的单词的个数: Mapper类: ``` public class ABWordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> { private final static IntWritable one = new IntWritable(1); private Text word = new Text(); @Override public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String line = value.toString(); StringTokenizer tokenizer = new StringTokenizer(line); while (tokenizer.hasMoreTokens()) { String nextToken = tokenizer.nextToken(); if (nextToken.startsWith("a") || nextToken.startsWith("b")) { word.set(nextToken); context.write(word, one); } } } } ``` Reducer类: ``` public class ABWordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> { private IntWritable result = new IntWritable(); @Override public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { int sum = 0; for (IntWritable val : values) { sum += val.get(); } result.set(sum); context.write(key, result); } } ``` Driver类: ``` public class ABWordCountDriver { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); Job job = Job.getInstance(conf, "AB word count"); job.setJarByClass(ABWordCountDriver.class); job.setMapperClass(ABWordCountMapper.class); job.setCombinerClass(ABWordCountReducer.class); job.setReducerClass(ABWordCountReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); FileInputFormat.addInputPath(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); System.exit(job.waitForCompletion(true) ? 0 : 1); } } ``` 在运行MapReduce作业之前,请确保已经安装并配置好了Hadoop,并且已经将输入文件上传到HDFS中。使用以下命令来提交MapReduce作业: ``` hadoop jar ABWordCount.jar ABWordCountDriver input output ``` 其中,ABWordCount.jar是包含所有类文件的JAR文件,input是输入文件的路径,output是输出文件的路径。

相关推荐

最新推荐

recommend-type

基于hadoop的词频统计.docx

基于hadoop的词频统计,通过空格作为词频切分,简单统计了哈姆雷特节选的词频数量。
recommend-type

hadoop动态增加和删除节点方法介绍

主要介绍了hadoop动态增加和删除节点方法介绍,小编觉得挺不错的,这里分享给大家,需要的朋友可以参考。
recommend-type

手把手教你Hadoop环境搭建、词频统计demo及原理

本文档通过网络资源收集的资料整理,具有较强的实战性,可以一步一步让你从零基础到学会搭建Hadoop服务器,并能利用FS文件系统及mapreduce做词频统计,掌握其基本原理; 其中由于本人已搭建好的原因,有的图截不到...
recommend-type

Hadoop大数据实训,求最高温度最低温度实验报告

(1)统计全球每年的最高气温和最低气温。 (2)MapReduce输出结果包含年份、最高气温、最低气温,并按最高气温降序排序。如果最高气温相同,则按最低气温升序排序。 (3)使用自定义数据类型。 (4)结合Combiner和自定义...
recommend-type

Hadoop源代码分析(一九)

让我们看看Hadoop源代码,以便于进行分析。这是第十九部分,Word版
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

hive中 的Metastore

Hive中的Metastore是一个关键的组件,它用于存储和管理Hive中的元数据。这些元数据包括表名、列名、表的数据类型、分区信息、表的存储位置等信息。Hive的查询和分析都需要Metastore来管理和访问这些元数据。 Metastore可以使用不同的后端存储来存储元数据,例如MySQL、PostgreSQL、Oracle等关系型数据库,或者Hadoop分布式文件系统中的HDFS。Metastore还提供了API,使得开发人员可以通过编程方式访问元数据。 Metastore的另一个重要功能是跟踪表的版本和历史。当用户对表进行更改时,Metastore会记录这些更改,并且可以让用户回滚到
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。