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
我居然是兔子4 小时前
异常练习:在试错中吃透Java异常处理的底层逻辑
java·开发语言
养一回月亮!4 小时前
使用Qt实现简单绘图板:鼠标绘制与擦除功能详解
开发语言·qt
BanyeBirth5 小时前
C++差分数组(二维)
开发语言·c++·算法
Tony Bai5 小时前
Go 的 AI 时代宣言:我们如何用“老”原则,解决“新”问题?
开发语言·人工智能·后端·golang
Fcy6485 小时前
C++ map和multimap的使用
开发语言·c++·stl
CC.GG5 小时前
【C++】STL容器----unordered_map和unordered_set的使用
java·数据库·c++
L Jiawen6 小时前
【Golang基础】基础知识(下)
服务器·开发语言·golang
Overt0p6 小时前
抽奖系统(4)
java·spring boot·tomcat
云栖梦泽6 小时前
鸿蒙应用AI赋能与国际化落地实战:让待办应用跨越语言与智能边界
开发语言·鸿蒙系统
CoderCodingNo7 小时前
【GESP】C++五级真题(结构体排序考点) luogu-B3968 [GESP202403 五级] 成绩排序
开发语言·c++·算法