运行Hadoop自带的wordcount单词统计程序-低调大师

运行Hadoop自带的wordcount单词统计程序

2017-11-25 658

1.使用示例程序实现单词统计

（1）wordcount程序

wordcount程序在hadoop的share目录下，如下：

 
        [root@leaf mapreduce]
        # pwd 
       
        /usr/local/hadoop/share/hadoop/mapreduce
       
        [root@leaf mapreduce]
        # ls 
       
        hadoop-mapreduce-client-app-2.6.5.jar         hadoop-mapreduce-client-jobclient-2.6.5-tests.jar
       
        hadoop-mapreduce-client-common-2.6.5.jar      hadoop-mapreduce-client-shuffle-2.6.5.jar
       
        hadoop-mapreduce-client-core-2.6.5.jar        hadoop-mapreduce-examples-2.6.5.jar
       
        hadoop-mapreduce-client-hs-2.6.5.jar          lib
       
        hadoop-mapreduce-client-hs-plugins-2.6.5.jar  lib-examples
       
        hadoop-mapreduce-client-jobclient-2.6.5.jar   sources

就是这个hadoop-mapreduce-examples-2.6.5.jar程序。

（2）创建HDFS数据目录

创建一个目录，用于保存MapReduce任务的输入文件：

 
        [root@leaf ~]
        # hadoop fs -mkdir -p /data/wordcount

创建一个目录，用于保存MapReduce任务的输出文件：

 
        [root@leaf ~]
        # hadoop fs -mkdir /output

查看刚刚创建的两个目录：

 
        [root@leaf ~]
        # hadoop fs -ls / 
       
        drwxr-xr-x   - root supergroup          0 2017-09-01 20:34 
        /data 
       
        drwxr-xr-x   - root supergroup          0 2017-09-01 20:35 
        /output

（3）创建一个单词文件，并上传到HDFS

创建的单词文件如下：

 
        [root@leaf ~]
        # cat myword.txt  
       
        leaf yyh
       
        yyh xpleaf
       
        katy ling
       
        yeyonghao leaf
       
        xpleaf katy

上传该文件到HDFS中：

 
        [root@leaf ~]
        # hadoop fs -put myword.txt /data/wordcount

在HDFS中查看刚刚上传的文件及内容：

 
        [root@leaf ~]
        # hadoop fs -ls /data/wordcount 
       
        -rw-r--r--   1 root supergroup         57 2017-09-01 20:40 
        /data/wordcount/myword
        .txt 
       
        [root@leaf ~]
        # hadoop fs -cat /data/wordcount/myword.txt 
       
        leaf yyh
       
        yyh xpleaf
       
        katy ling
       
        yeyonghao leaf
       
        xpleaf katy

（4）运行wordcount程序

执行如下命令：

 
        [root@leaf ~]
        # hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.5.jar wordcount /data/wordcount /output/wordcount 
       
        ...
       
        17
        /09/01 
        20:48:14 INFO mapreduce.Job: Job job_local1719603087_0001 completed successfully 
       
        17
        /09/01 
        20:48:14 INFO mapreduce.Job: Counters: 38 
       
        File System Counters 
       
        FILE: Number of bytes 
        read
        =585940 
       
        FILE: Number of bytes written=1099502 
       
        FILE: Number of 
        read 
        operations=0 
       
        FILE: Number of large 
        read 
        operations=0 
       
        FILE: Number of write operations=0 
       
        HDFS: Number of bytes 
        read
        =114 
       
        HDFS: Number of bytes written=48 
       
        HDFS: Number of 
        read 
        operations=15 
       
        HDFS: Number of large 
        read 
        operations=0 
       
        HDFS: Number of write operations=4 
       
        Map-Reduce Framework 
       
        Map input records=5 
       
        Map output records=10 
       
        Map output bytes=97 
       
        Map output materialized bytes=78 
       
        Input 
        split 
        bytes=112 
       
        Combine input records=10 
       
        Combine output records=6 
       
        Reduce input 
        groups
        =6 
       
        Reduce shuffle bytes=78 
       
        Reduce input records=6 
       
        Reduce output records=6 
       
        Spilled Records=12 
       
        Shuffled Maps =1 
       
        Failed Shuffles=0 
       
        Merged Map outputs=1 
       
        GC 
        time 
        elapsed (ms)=92 
       
        CPU 
        time 
        spent (ms)=0 
       
        Physical memory (bytes) snapshot=0 
       
        Virtual memory (bytes) snapshot=0 
       
        Total committed heap usage (bytes)=241049600 
       
        Shuffle Errors 
       
        BAD_ID=0 
       
        CONNECTION=0 
       
        IO_ERROR=0 
       
        WRONG_LENGTH=0 
       
        WRONG_MAP=0 
       
        WRONG_REDUCE=0 
       
        File Input Format Counters  
       
        Bytes Read=57 
       
        File Output Format Counters  
       
        Bytes Written=48

（5）查看统计结果

如下：

 
        [root@leaf ~]
        # hadoop fs -cat /output/wordcount/part-r-00000 
       
        katy    2
       
        leaf    2
       
        ling    1
       
        xpleaf  2
       
        yeyonghao       1
       
        yyh     2

本文转自 xpleaf 51CTO博客，原文链接：http://blog.51cto.com/xpleaf/1962271，如需转载请自行联系原作者

微信关注我们

原文链接：https://yq.aliyun.com/articles/435608

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。

centos升级默认node版本

最新版的elasticsearch 在装head插件的时候会报一个错误，这里需要升级下node版本就好了 npm install -g n n stable node -v v9.0.0 本文转自 shouhou2581314 51CTO博客，原文链接：http://blog.51cto.com/thedream/2047883，如需转载请自行联系原作者

2017-11-26

598

[Hadoop In Action]学习笔记-Hadoop中的Streaming

Hadoop支持非java预言来编写程序，这就会用到Streaming的通用API。 Hadoop Streaming使用流与程序进行交互。从STDIN输入数据，输出到STDOUT。数据必须为文本，而且每一行被视为一条记录。用Streaming处理键-值默认情况下，Streaming使用制表符分离记录中的键与值。当没有制表符时，整个记录被视为键，而值为空白文本。 Streaming API把reducer输出的每一行用制表符分开，并将键值对送入默认的TextOutputFormat中，即在结果被写入文件之前，默认的重新插入一个制表符本文转自 virusswb 51CTO博客，原文链接：http://blog.51cto.com/virusswb/838607，如需转载请自行联系原作者

2017-11-26

610

发表评论

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

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。