Hadoop：MapReduce编程之字符串的拼接

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Hadoop：MapReduce编程之字符串的拼接，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3606字，纯文字阅读大概需要6分钟。

内容图文

MapReduce编程之字符串的拼接

要求：统计出每个单词出现的次数，显示结果为单词 单词的长度 单词出现的次数

分析：由于MapReduce中的数据传输只能以KV形式传输，只能传递两列数据，因此为了实现三列数据的传输，我们需要对单词与单词的长度拼接成一列、

代码实现：

package com.miao.wordcount;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

/**
 * @ClassName WordConcat
 * @Description TODO 统计每个单词出现的次数，并且单词与对应长度拼接
 * @Date 2021-04-27 20:08:50
 * @Create By     Miao
 */
public class WordConcat extends Configured implements Tool {
    public int run(String[] args) throws Exception {

        //构建Job
        Job job = Job.getInstance(this.getConf(),"wordConcat");
        job.setJarByClass(WordConcat.class);

        //配置Job
        job.setInputFormatClass(TextInputFormat.class);
        //指定输入源
        TextInputFormat.setInputPaths(job,new Path("D:\\Study\\idea\\MavenProject\\count.txt"));

        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        job.setOutputFormatClass(TextOutputFormat.class);
        //指定输出源
        Path outputPath = new Path("D:\\Study\\idea\\MavenProject\\output\\four");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);
        //提交Job
        return job.waitForCompletion(true) ? 0 : -1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf, new WordConcat(), args);
        System.exit(status);
    }


    public static class WCMapper extends Mapper<LongWritable, Text,Text, IntWritable> {
        //输出的Key2
        Text outputKey = new Text();
        //输出的Value2
        IntWritable outputValue = new IntWritable(1);

        /**
         * 每条KV调用一次map
         * @param key：行的偏移量
         * @param value：行的内容
         * @param context
         * @throws IOException
         * @throws InterruptedException
         */
        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //将每行的内容分割得到每个单词
            String[] words = value.toString().split("\\s+");
            //迭代取出每个单词作为Key2
            for (String word : words) {
                //将当前的单词作为Key2
                this.outputKey.set(word);
                //将Key2和Value2传递到下一步
                context.write(outputKey,outputValue);
            }
        }
    }


    public static class WCReducer extends Reducer<Text, IntWritable,Text, IntWritable> {

        //输出Key3:拼接单词和单词的长度
   Text outputKey = new Text();
        //输出Value3
        IntWritable outputValue = new IntWritable();

        /**
         * 每一组调用一次
         * @param key：单词
         * @param values：所有相同单词对应的1
         * @param context
         * @throws IOException
         * @throws InterruptedException
         */
        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum = 0;
            for (IntWritable value : values) {
                //取出当前单词所有 1，进行累加
                sum += value.get();
            }
            //给key3赋值,单词和单词的长度
            this.outputKey.set(key.toString()+"\t"+key.toString().length());
            //给Value3赋值
            this.outputValue.set(sum);
            //传递到下一步
            context.write(outputKey,this.outputValue);
        }
    }
}

内容总结

以上是互联网集市为您收集整理的Hadoop：MapReduce编程之字符串的拼接全部内容，希望文章能够帮你解决Hadoop：MapReduce编程之字符串的拼接所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---