MapReduce经典案例-词频统计。

已知有如下格式的日志文件,请统计每天的error次数。

2022-03-01 error:no boot disk has been detected

2022-03-01 warning:hardware failure detected

2022-03-01 error:flash download failed

2022-03-02 error:1d returned 1exit status

2022-03-05 error:expected expression

2022-03-05 warning:the high memory area

1.本地模式

(1)自定义mapper组件,map()方法指定的处理逻辑为:首先将每个键值对中的值转换为String类型,即获取数据块的每行数据;然后根据分隔符空格将每行数据拆分为多个单词,并将这些单词存放到数组;最后遍历数组以获取每个单词,将每个单词与值1组合成新的键值对<单词,1>,并输出到Reduce Task. 代码如下:

(2)自定义reducer组件,使用reducer组件处理数据,对mapper自建输出到reducer组件的数据进行处理,将相同对应的值累加,从而统计每个单词的出现次数,具体代码如下:

(3)编写驱动类,具体代码如下:

(4)运行结果:

2.集群模式

(1)mapper组件和reducer组件的定义和本地模式一样。

(2)驱动类需要将local改为yarn,文件的路径改为args[0]和args[1],代码如下:

(3)双击package将本项目打包成jar文件。

(4)将jar文件重命名:

(5)使用start-all.sh命令开启集群:

(6)使用rz命令上传jar文件:

(7)在HDFS上创建input文件夹:

(8)编写txt文件,并将该文件上传到HDFS上的/input目录下:

(9)在jar文件所在目录执行如下命令,将MapReduce程序提交到YARN集群运行:

(10)运行结果:

相关推荐
房开民3 小时前
c++总结
java·开发语言·c++
好大哥呀3 小时前
C++ 多态
java·jvm·c++
毕设源码-赖学姐3 小时前
【开题答辩全过程】以 基于Java的医院器材管理系统的设计与实现为例,包含答辩的问题和答案
java·开发语言
float_com3 小时前
【java常用API】----- Arrays
java·开发语言
不会写DN4 小时前
PHP 中的文件读写与上传
android·开发语言·php
LuckyTHP4 小时前
迁移shibboleth java获取shibboleth用户信息
java·开发语言
客卿1234 小时前
数论===质数统计(暴力法,)
java·开发语言
Σίσυφος19004 小时前
C++ 多肽经典面试题
开发语言·c++·面试
华科易迅4 小时前
Spring 事务(注解)
java·数据库·spring
写代码的小阿帆5 小时前
Web工程结构解析:从MVC分层到DDD领域驱动
java·架构·mvc