Question

这是我第一次在Hadoop上编程，而且我的基础是在hadoop教程网站上的WordCount v1.0。

作业：你有两个文件。 File0包含字典中的每个单词。 File1包含一个随机单词。例如：'漂亮'。

当我运行程序时，它应该返回File0中与File1中的单词大小相同的每个单词

* beautiful将返回字典中每9个字母的单词

例如：美丽 - AARDVARKS AASVOGELS ABAMPERES .... ZYMOGRAMS ZYMURGIES

所以我的问题是我应该怎么做呢？ hadoop wordcount v1.0返回密钥和单个值。 ----例如（美丽的4）

我是否需要将int中的值更改为字符串，或者某种类型的数组包含与键大小相同的每个单词？

*基本上我需要改变格式

（美丽4）

到

（美丽：AARDVARKS AASVOGELS ABAMPERES ... ZYMOGENES ZYMOGRAMS ZYMURGIES）

以下是代码（来自他们的网站）：

package org.myorg;

import java.io.IOException;
import java.util.*;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.conf.*;
import org.apache.hadoop.io.*;
import org.apache.hadoop.mapred.*;
import org.apache.hadoop.util.*;

public class WordCount {

  public static class Map extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
      String line = value.toString();
      StringTokenizer tokenizer = new StringTokenizer(line);
      while (tokenizer.hasMoreTokens()) {
        word.set(tokenizer.nextToken());
        output.collect(word, one);
      }
    }
  }

  public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> {
    public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
      int sum = 0;
      while (values.hasNext()) {
        sum += values.next().get();
      }
      output.collect(key, new IntWritable(sum));
    }
  }

  public static void main(String[] args) throws Exception {
    JobConf conf = new JobConf(WordCount.class);
    conf.setJobName("wordcount");

    conf.setOutputKeyClass(Text.class);
    conf.setOutputValueClass(IntWritable.class);

    conf.setMapperClass(Map.class);
    conf.setCombinerClass(Reduce.class);
    conf.setReducerClass(Reduce.class);

    conf.setInputFormat(TextInputFormat.class);
    conf.setOutputFormat(TextOutputFormat.class);

    FileInputFormat.setInputPaths(conf, new Path(args[0]));
    FileOutputFormat.setOutputPath(conf, new Path(args[1]));

    JobClient.runJob(conf);
  }
}

我是否需要更改地图，减少或两者兼而有之？怎么?? ??

有人可以帮忙！非常感谢

Answer 1

在reducer中，不是在循环中进行求和，而是使用StringBuilder并将一串与随机单词长度匹配的单词附加在一起。您可能还需要将main方法中的OutputValueClass从IntWritable更改为Text。您还需要更改减速器以实现：

Reducer<Text, IntWritable, Text, Text>

同样在mapper中，而不是写一个作为输出中的值，写下单词的长度。

快乐编码

hadoop key返回多个值

1 个答案: