Question

我正在尝试学习mapreduce。从MapReduce WordCount中显示的WordCount示例开始，当我在eclipse中执行代码时，它的输出是正确的字数。 I / p文件内容如下： -

Hello World Bye World

它的输出是

再见1

你好1

世界2

之后，我通过在输入文件中的每个单词后面用逗号替换空格来测试代码。

现在我已将输入恢复为与之前相同，但现在输出中的WordCount是预期结果的两倍。

再见2

你好2

世界4

我的代码如下：

public static class TokenizerMapper extends Mapper<Object, Text, Text,IntWritable>{
    public static IntWritable one = new IntWritable(1);
    private Text word = new Text();
    public void map(Object key, Text value, Context context) throws IOException, InterruptedException{
        StringTokenizer itr = new StringTokenizer(value.toString());
        while (itr.hasMoreTokens()){
            word.set(itr.nextToken());
            context.write(word, one);
        }
    }
}

public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
    private IntWritable result = new IntWritable();
    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException{
        int sum=0;
        for(IntWritable val:values){
            sum +=val.get();
        }
        result.set(sum);
        context.write(key, result);
    }
}

public static void main(String[] str) throws Exception{
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "word count");

    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);

   FileInputFormat.addInputPath(job, new Path(str[0]));
   FileOutputFormat.setOutputPath(job,new Path(str[1]));

   System.exit(job.waitForCompletion(true) ? 0 : 1);


}

任何人都可以解释如何为Reducer Method中的每个单词对值进行分组，因为它对特定单词的每个值进行求和。它检查两个计数是否存在于同一个单词中

由于

Answer 1

您必须将输入文件夹作为输入路径，您必须在其中包含两个具有相同内容的文件，这可能是双重计数的原因

Mapreduce WordCount提供错误输出的示例

1 个答案: