码迷,mamicode.com
首页 > 其他好文 > 详细

理解MapReduce

时间:2018-05-10 23:21:37      阅读:114      评论:0      收藏:0      [点我收藏+]

标签:tab   tin   from   rds   one   none   nbsp   try   文件   

1.用Python编写WordCount程序并提交任务

程序

WordCount

输入

一个包含大量单词的文本文件

输出

文件中每个单词及其出现次数(频数),并按照单词字母顺序排序,每个单词和其频数占一行,单词和频数之间有间隔

import sys
for i in stdin:
     i = i.strip()
     words = i.split()
     for word in words:
         print %s\t%s % (word,1)
from operator import itemgetter
import sys
  
current_word = None
current_count = 0
word = None
  
for line in sys.stdin:
    line = line.strip()
    word, count = line.split(\t, 1)
    try:
        count = int(count)
    except ValueError:
        continue
    if current_word == word:
        current_count += count
    else:
        if current_word:
            print "%s\t%s" % (current_word, current_count)
        current_count = count
        current_word = word
  
if word == current_word:
    print "%s\t%s" % (current_word, current_count)
chmod a+x /home/hadoop/wc/mapper.py
chmod a+x /home/hadoop/wc/reducer.py

 

理解MapReduce

标签:tab   tin   from   rds   one   none   nbsp   try   文件   

原文地址:https://www.cnblogs.com/0056a/p/9021969.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!