WordCount怎么实现单词计数

75次阅读
没有评论

共计 4057 个字符,预计需要花费 11 分钟才能阅读完成。

这篇文章主要介绍“WordCount 怎么实现单词计数”,在日常操作中,相信很多人在 WordCount 怎么实现单词计数问题上存在疑惑,丸趣 TV 小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”WordCount 怎么实现单词计数”的疑惑有所帮助!接下来,请跟着丸趣 TV 小编一起来学习吧!

一:

public class WordCount {
 public static class TokenizerMapper extends Mapper Object, Text, Text, IntWritable {private final static IntWritable one = new IntWritable(1);
 private Text word = new Text();
 public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
 // 将每一行拆分成一个个的单词,并肩 word,1 作为 map 方法的结果输出。StringTokenizer itr = new StringTokenizer(value.toString());
 //  测试其是否还有更多可用的标记
 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();
  * reduce 函数的输入也是一个 key/value 的形式,不过它的 value 是一个迭代器的形式 Iterable IntWritable  values, *  也就是说 reduce 的输入是一个 key 对应一组的值的 value,reduce 也有 context 和 map 的 context 作用一致。 * */
 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[] arg) throws Exception {
 // 初始化 Configuration,该类主要是读取 mapreduce 系统配置信息,这些信息包括 hdfs 还有 mapreduce 等。Configuration conf = new Configuration();
 // 构建一个 job,Job job = Job.getInstance(conf, word count 
 // 装载程序员编写好的计算程序
 job.setJarByClass(WordCount.class);
 // 实现 map 函数,根据输入的 key,value 对生成中间结果。配置 mapreduce 如何运行 map 和 reduce 函数
 job.setMapperClass(TokenizerMapper.class);
 //Combiner 类,实现 combine 函数,合并中间结果中具有相同 key 值的键值对。  默认为 null  即不合并中间结果。job.setCombinerClass(IntSumReducer.class);
 //Reducer 类   实现 reduce 函数   将中间结果合并,得到最终结果。job.setReducerClass(IntSumReducer.class);
 // 定义输出的 key/value 的类型,也就是最终存储在 hdfs 上结果文件的 key/value 的类型
 job.setOutputKeyClass(Text.class);
 job.setOutputValueClass(IntWritable.class);
 // 第一行就是构建输入的数据文件,第二行是构建输出的数据文件,FileInputFormat.addInputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/mapreduce.txt));
 FileOutputFormat.setOutputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/data/studytest/ +System.currentTimeMillis()+ / ));
 // 如果 job 运行成功了,我们的程序就会正常退出
 System.exit(job.waitForCompletion(true) ? 0 : 1);
}

二:

public class WordCount1 {public static final IntWritable ONE = new IntWritable(1);
 public static class WordCountMapper extends Mapper LongWritable, Text, Text, IntWritable {
 @Override
 protected void map(LongWritable key, Text value, Mapper LongWritable, Text, Text, IntWritable .Context context)
 throws IOException, InterruptedException {String[] vs = value.toString().split( \\s 
 for (String string : vs) {context.write(new Text(string) , ONE);

public static class WordCountReduce extends Reducer Text, IntWritable, Text, IntWritable { @Override protected void reduce(Text key, Iterable IntWritable  values, Reducer Text, IntWritable, Text, IntWritable .Context context) throws IOException, InterruptedException { int count =0; for (IntWritable v : values) {count += v.get(); context.write(key,new IntWritable(count) ); public static void main(String[] args) { try {Configuration conf = new Configuration(); Job job = Job.getInstance(conf, word count job.setJarByClass(WordCount1.class); // 实现 map 函数,根据输入的 key,value 对生成中间结果。job.setMapperClass(WordCountMapper.class); job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); job.setReducerClass(WordCountReduce.class); FileInputFormat.addInputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/mapreduce.txt)); FileOutputFormat.setOutputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/data/studytest/ +System.currentTimeMillis()+ / )); System.exit(job.waitForCompletion(true) ? 0 : 1); } catch (IllegalStateException e) {e.printStackTrace(); } catch (IllegalArgumentException e) {e.printStackTrace(); } catch (ClassNotFoundException e) {e.printStackTrace(); } catch (IOException e) {e.printStackTrace(); } catch (InterruptedException e) {e.printStackTrace(); }

  例如:

输入:

xujun xujun xj , cxj 
cccc ddd xujun xj
yyy jjj
ccc yyy

输出:

, 1
ccc 1
cccc 1
cxj 1
ddd 1
jjj 1
xujun 3
xxxx 1
yyy 2

到此,关于“WordCount 怎么实现单词计数”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注丸趣 TV 网站,丸趣 TV 小编会继续努力为大家带来更多实用的文章!

正文完
 
丸趣
版权声明:本站原创文章,由 丸趣 2023-08-16发表,共计4057字。
转载说明:除特殊说明外本站除技术相关以外文章皆由网络搜集发布,转载请注明出处。
评论(没有评论)