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
Assby1 小时前
从洋葱模型看Java与Go的设计哲学:为什么它们如此不同?
java·后端·架构
belhomme2 小时前
(面试题)Netty 线程模型
java·面试·netty
NE_STOP6 小时前
MyBatis-plus进阶之映射与条件构造器
java
Seven979 小时前
NIO的零拷贝如何实现高效数据传输?
java
架构师沉默1 天前
别又牛逼了!AI 写 Java 代码真的行吗?
java·后端·架构
后端AI实验室1 天前
我把一个生产Bug的排查过程,交给AI处理——20分钟后我关掉了它
java·ai
凉年技术1 天前
Java 实现企业微信扫码登录
java·企业微信
狂奔小菜鸡1 天前
Day41 | Java中的锁分类
java·后端·java ee
hooknum1 天前
学习记录:基于JWT简单实现登录认证功能-demo
java
程序员Terry1 天前
同事被深拷贝坑了3小时,我教他原型模式的正确打开方式
java·设计模式