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args0和args1,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
gugucoding2 分钟前
2. 【Java】搭建Java开发环境
java·开发语言
多加点辣也没关系2 分钟前
JavaScript|第9章:对象 — 基础
开发语言·javascript·ecmascript
2601_949818099 分钟前
Vector从入门到应用(C++ STL动态数组万字全解
开发语言·c++
wang090726 分钟前
自己动手写一个spring之MVC_3
java·spring·mvc
闲猫37 分钟前
Spring AI / Models / Chat Models / Ollama
java·人工智能·spring
汤米粥1 小时前
Python爬虫中Xpath用法之——normalize-space()
开发语言·python
FREEDOM_X1 小时前
Linux 多线程编程——总结
java·linux·运维·ubuntu
科技道人1 小时前
记录 设置-显示大小和字体
开发语言·android设置·字体和显示大小
tmlx3I0811 小时前
Tomcat的架构设计和启动过程详解
java·tomcat
浮江雾1 小时前
Flutter第三节----Dart中的数据类型
android·开发语言·学习·flutter·入门·函数