hadoop入门之统计单词在文件中出现的个数示例

所属分类: 软件教程 / 编程开发 阅读数: 986
收藏 0 赞 0 分享

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.jb51.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

更多精彩内容其他人还在看

eclipse安装pydev插件步骤(图文)

本文主要介绍了在eclipse上安装pydev插件的过程,开发python的朋友可以看一下
收藏 0 赞 0 分享

hadoop入门之通过页面验证hadoop是否安装成功的方法

本文主要介绍了通过页面验证hadoop是否安装成功的方法,大家参考使用吧
收藏 0 赞 0 分享

hadoop入门之验证hdfs是否能够正常运行的方法

本文主要介绍了hadoop验证hdfs是否能够正常运行的方法,大家参考使用吧
收藏 0 赞 0 分享

hadoop入门之统计单词在文件中出现的个数示例

本文主要介绍了hadoop统计单词在文件中出现的个数的示例,大家参考使用吧
收藏 0 赞 0 分享

hadoop入门之hadoop集群验证任务存放在不同的节点上

本文主要介绍了hadoop集群验证任务存放在不同的节点上的方法,大家参考使用吧
收藏 0 赞 0 分享

hadoop入门之设置datanode的心跳时间的方法

本文主要介绍了hadoop设置datanode的心跳时间的方法,大家参考使用吧
收藏 0 赞 0 分享

hadoop入门之hdfs基本操作命令使用方法

本文主要介绍了hadoop的hdfs基本操作命令使用方法,大家参考使用吧
收藏 0 赞 0 分享

windows7下vs2010安装opencv2.4.3详细步骤(图)

本文记录Windows7 X86 SP1操作系统环境下,安装与配置OpenCV2.4.3的详细步骤。前置需求:已安装有VS2010
收藏 0 赞 0 分享

plsql develope连接64位Oracle 11g出错解决方案(图)

PLSQL Developer登录框中的Database下拉框始终空白,解决方法看下面的图吧
收藏 0 赞 0 分享

WinForm开发picturebox图像重绘(picturebox显示图片)代码分享

有多重方式可以实现PictureBox的图像重绘,本文针对一种应用情形,给出一种简便易用的方法来实现PictureBox的图像重绘
收藏 0 赞 0 分享
查看更多