标签：home mod tin sys continue 本机 查看本机 get png
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
编写map函数；reduce函数
#! /usr/bin/python3
# Reduce函数
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 current_word==word:
print (‘%s\t%s‘ % (current_word,current_count))
#！ /usr/bin/python3
# Map函数
import sys
for line in sys.stdin:
line=line.strip()
words=line.split()
for word in words:
print (‘%s\t%s‘ % (word,1))
2、将其权限修改
chmod a+x /home/hadoop/wc/mapper.py chmod a+x /home/hadoop/wc/reducer.py
3、查看本机代码
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
4、放到HDFS上运行
1、将之前爬取的文本文件上传到hdfs上
2、 用Hadoop Streaming命令提交任务 
5、查看运行结果
标签：home mod tin sys continue 本机 查看本机 get png
原文地址：https://www.cnblogs.com/byyl/p/9021956.html
