用mapreduce 处理气象数据集

Posted 2020-11-03 162--麦振澎

用mapreduce 处理气象数据集

编写程序求每日最高最低气温，区间最高最低气温

1. 气象数据集下载地址为：ftp://ftp.ncdc.noaa.gov/pub/data/noaa
2. 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）

   wget -D --accept-regex=REGEX -P data -r -c ftp://ncdc.noaa.gov/pub/data/noaa/2016/2*

3. 解压数据集，并保存在文本文件中

   zcat data/ftp.ncdc.noaa.gov/pub/data/noaa/2016/2*.gz >qxdata.txt

4. 气象数据格式进行解析
   
   
5. 编写map函数，reduce函数
   
   
   
   
6. 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

7. 本机上测试运行代码
   
8. 放到HDFS上运行
   1. 将之前爬取的文本文件上传到hdfs上
      
      
   2. 用Hadoop Streaming命令提交任务
      
      
9. 查看运行结果