FileInputFormat 之 TextInputFormat

FileInputFormat 之 TextInputFormat单词个数统计前置课程:HDFS开发环境搭建准备工作在hdfs的根目录下创建input文件夹,然后在里面放置一些文本文件具体代码Mapper类publicclassWordCountMapperextendsMapper<LongWritable,Text,Text,IntWritable>{privateTextmapOutputKey=…

前置课程: HDFS开发环境搭建

简介

TextInputFormat可以将文本文件分块并逐行读入以便Map节点进行处理。
读入一行时,所产生的主键Key就是当前行在整个文本文件中的字符偏移量,而value就是该行的内容。

示例:单词个数统计

准备工作

在hdfs的根目录下创建input文件夹,然后在里面放置4个大小分别为1.5M、35M、5.5M、6.5M的小文件作为输入数据

具体代码

Mapper类

public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> { 
   
    private Text mapOutputKey = new Text();
    private IntWritable mapOutputValue = new IntWritable();

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { 
   
        String linevalue = value.toString();  //1.将读取的文件变成,偏移量+内容//读取一行数据
        StringTokenizer st = new StringTokenizer(linevalue);//使用空格分隔
        while (st.hasMoreTokens()) { 
   //判断是否还有分隔符,有的话代表还有单词
            String word = st.nextToken();//返回从当前位置到下一个分隔符之间的字符串(单词)
            mapOutputKey.set(word);
            mapOutputValue.set(1);
            context.write(mapOutputKey, mapOutputValue);
        }
    }
}

Reducer类

public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> { 
   
    private IntWritable outputValue = new IntWritable();
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { 
   
        int sum = 0;    //汇总
        for (IntWritable value : values) { 
   
            sum += value.get();
        }
        outputValue.set(sum);
        context.write(key, outputValue);
    }
}

Driver类

public class WordCountDriver { 
   
    public static void main(String[] args) throws Exception { 
   
       //需要在resources下面提供core-site.xml文件
        args = new String[]{ 
   
                "/input/",
                "/output/"
        };

        Configuration cfg = new Configuration();   //获取配置

        Job job = Job.getInstance(cfg, WordCountDriver.class.getSimpleName());
        job.setJarByClass(WordCountDriver.class);

        //设置map与需要设置的内容类 + 输出key与value
        job.setMapperClass(WordCountMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        //设置reduce
        job.setReducerClass(WordCountReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        //设置input与output
        FileInputFormat.addInputPath(job, new Path(args[0]));
        Path op1 = new Path(args[1]);
        FileOutputFormat.setOutputPath(job, op1);

        FileSystem fs = FileSystem.get(cfg);
        if (fs.exists(op1)) { 
   
            fs.delete(op1, true);
            System.out.println("存在此输出路径,已删除!!!");
        }

        //将job交给Yarn
        boolean issucess = job.waitForCompletion(true);
        int status=  issucess ? 0 : 1;
        System.exit(status);
    }
}

在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/38422.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注