理解MapReduce
Posted 098-谢家豪
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了理解MapReduce相关的知识,希望对你有一定的参考价值。
1.
A.编写map函数,reduce函数
#!/usr/bin/env python import sys for line in sys.stdin: line=line.strip() words=line.split() for word in words: print \'%s\\t%s\' % (word,1)
#!/usr/bin/env python from operator import itemgetter import sys current_word=None current_count=0 word=None for line in sys.stdin: line=line.strip() word,count=line.split(\'\\t\',1) try: count=int(count) except ValueError: continue if current_word==word: current_count+=count else: if current_word: print \'%s\\t%s\' % (current_word,current_count) current_count=count current_word=word if current_word==word: print \'%s\\t%s\' % (current_word,current_count)
B.将其权限作出相应修改
chmod a+x /home/hadoop/wc/mapper.py
chmod a+x /home/hadoop/wc/reducer.py
C.本机上测试运行代码
D.放到HDFS上运行
a.将之前爬取的文本文件上传到hdfs上
b.用Hadoop Streaming命令提交任务
E.查看运行结果
2.
A.气象数据集下载地址为:ftp://ftp.ncdc.noaa.gov/pub/data/noaa
按学号后三位下载不同年份月份的数据(例如201506110136号同学,就下载2013年以6开头的数据,看具体数据情况稍有变通)
mkdir qx
cd qx
wget -D --accept-regex=REGEX -p data -r -c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/2009/8*
B.解压数据集,并保存在文本文件中
C.对气象数据格式进行解析
cd qx/data/ftp.ncdc.noaa.gov/pub/data/noaa/2009 sudo zcat 8*.gz >qxdata.txt head qxdata.txt
编写map函数,reduce函数
#!/usr/bin/env python import sys for i in sys.stdin: i = i.strip() d = i[15:23] t = i[87:92] print \'%s\\t%s\' % (d,t)
#!/usr/bin/env python from operator import itemggetter import sys current_word = None current_count = 0 word = None for i in sys.stdin: i = i.strip() word,count = i.split(\'\\t\', 1) try: count = int(count) except ValueError: continue if current_word == word: if current_count > count: current_count = count else: if current_word: print \'%s\\t%s\' % (current_word, current_count) current_count = count current_word = word if current_word == word: print \'%s\\t%s\' % (current_word, current_count)
将其权限作出相应修改
chmod a+x /home/hadoop/qx/mapper.py
chmod a+x /home/hadoop/qx/reducer.py
本机上测试运行代码
放到HDFS上运行
将之前爬取的文本文件上传到hdfs上
用Hadoop Streaming命令提交任务
start-dfs.sh jps hdfs dfs -put ./*.txt /user/hadoop/input hdfs dfs -ls input
查看运行结果
以上是关于理解MapReduce的主要内容,如果未能解决你的问题,请参考以下文章