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
hlsd#几秒前
微服务中如何使用openfeign上传文件
java·spring boot·spring·微服务
南宫生4 分钟前
力扣动态规划-26【算法学习day.120】
java·数据结构·算法·leetcode·动态规划
不会敲代码的XW7 分钟前
对比 LVS 负载均衡群集的 NAT 模式和 DR 模式,其各自的优势
开发语言·php
关关钧25 分钟前
【R语言】t检验
开发语言·r语言
真想骂*29 分钟前
Python中是否有类似R语言中rds的功能,可将对象保存为文件?
开发语言·python·r语言
zjkzjk771130 分钟前
函数指针(Function Pointer)与 typedef int (*FuncPtr)(int, int);typedef与using(更推荐)
开发语言·c++·算法
一匹电信狗36 分钟前
C++引用深度详解
c语言·开发语言·c++·visual studio
祝星阑1 小时前
Elixir语言的数据库交互
开发语言·后端·golang
孑么1 小时前
力扣 单词拆分
java·算法·leetcode·职场和发展·动态规划
旅行的橘子汽水1 小时前
C语言之扫雷
c语言·开发语言