《Hadoop与大数据挖掘》一2.4　Hadoop编程开发-低调大师

《Hadoop与大数据挖掘》一2.4　Hadoop编程开发

2017-06-25 527

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章，第2.4节，张良均　樊　哲　位文超　刘名军许国杰　周　龙　焦正升　著更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4　Hadoop编程开发

Hadoop框架最核心的设计就是HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。本节就MapReduce开发相关内容进行分析，包括HDFS Java API操作、MapReduce原理、MapReduce相关流程组件配置及编程等。最后将给出两个算法：Kmeans算法、Tf-idf算法的动手实践，加深对MapReduce编程的认识和理解。

微信关注我们

原文链接：https://yq.aliyun.com/articles/110145

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《Hadoop与大数据挖掘》一2.3.5　动手实践：运行MapReduce任务

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章，第2.3.5节，张良均　樊　哲　位文超　刘名军许国杰　周　龙　焦正升　著更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.3.5　动手实践：运行MapReduce任务实验步骤如下：1）上传/root/anaconda-ks.cfg文件到HDFS文件系统/user/root目录；2）使用yarn jar的方式提交任务，其中， jar文件：$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 主类为：wordcount 输入参数：/user/root/anaconda-ks.cfg 输出参数：/user/root/wc_003）查看输出运行结果； 4）使用mapred job命令

2017-06-26

633

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章，第2.4.1节，张良均　樊　哲　位文超　刘名军许国杰　周　龙　焦正升　著更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.4.1　HDFS Java API操作 Hadoop中关于文件操作类基本上是在org.apache.hadoop.fs包中，这些API能够支持的操作有：打开文件，读写文件，删除文件，创建文件、文件夹，判断是文件或文件夹，判断文件或文件夹是否存在等。Hadoop类库中最终面向用户提供的接口类是FileSystem，这个类是个抽象类，只能通过类的get方法得到其实例。get方法有几个重载版本，如图2-28所示。比较常用的是第一个，即灰色背景的方法。FileSystem针对HDFS相关操作的API如表2-5所示。代码清单2-22，是FileS

2017-06-26

521

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Oracle

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Eclipse

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言，它只是一个框架和一组服务，用于通过插件组件构建开发环境。幸运的是，Eclipse 附带了一个标准的插件集，包括Java开发工具（Java Development Kit，JDK）。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。