理解MapReduce

Posted 2020-11-04 104陈颖楠

老师：MissDu 提交作业

---

1. 用Python编写WordCount程序并提交任务

程序	WordCount
输入	一个包含大量单词的文本文件
输出	文件中每个单词及其出现次数（频数），并按照单词字母顺序排序，每个单词和其频数占一行，单词和频数之间有间隔

1. 编写map函数，reduce函数
2. 将其权限作出相应修改
3. 本机上测试运行代码
4. 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
5. 查看运行结果

#！/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
import sys
for line in sys.stdin:
     line=line.strip()
     words=line.split()
     for word in words:
          print \'%s\\t%s\' % (word,1)

chmod a+x /home/hadoop/wc/mapper.py

chmod a+x /home/hadoop/wc/reducer.py