• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

hadoop入门之统计单词在文件中出现的个数示例

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

Linux环境:CentOs6.4  

Hadoop版本:hadoop-0.20.2

内容:统计hadoop\bin下的所有文件中单词出现的个数。

所用到的命令有:


复制代码
代码如下:

//创建input文件夹
./hadoop fs -mkdir input
//将所有的需要统计单词个数的文件放在input文件夹下
./hadoop fs -put *.sh /input/
//运行wordcount将结果输出到output文件夹下
./hadoop jar hadoop-examples-0.20.2.jar wordcount /input /output
//验证某个单词的个数
grep xxx *.sh
grep xxx *.sh|wc

第一步:确定HDFS、MapReduce、jobTracker等是否正常启动。查看https://www.ogeek.net/softjc/137245.html

第二步:在Hadoop文件系统根目录中创建input文件夹。

执行命令:

打开网页查看input文件夹是否创建成功:

上图表明已经成功。

第三步:将bin目录下的所有文件放到hadoop文件系统的input目录下。

执行命令:

通过浏览器查看input文件夹下是否已经存在所存放的文件。

 

第四步:执行wordcount命令统计单词个数。

  回到Hadoop文件夹下,找到统计个数的jar包。如图,在hadoop-0.20.2目录下有一个hadoop-0.20.2-examples.jar。

 

运行命令执行此jar,统计个数。并将输出结果放在output目录下。命令如下:

运行成功。

第五步:验证结果是否正确。通过命令统计某一单词的个数,与MapReduce统计的个数进行对比。

通过命令查看文件中language单词的个数为12个,如图。

 

查看MapReduce运行结果,如图:

运行结果相同。

 

附:从过页面查看运行状态


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap