理解MapReduce

Posted 2020-11-04 127li

1. 用Python编写WordCount程序并提交任务

A编写map函数，reduce函数

map函数

import sys
for line in sys.stdin:
     line=line.strip()
     words=line.split()
     for word in words:
          print (‘%s\\t%s‘ % (word,1))

 

Reduce函数

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/reduce.py

　　

2. 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

1. 解压数据集，并保存在文本文件中
2. 
3. 对气象数据格式进行解析
4. 编写map函数，reduce函数

   

   

5. 将其权限作出相应修改
6. 本机上测试运行代码
7. 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
8. 查看运行结果
9.