Streaming執(zhí)行Python版WordCount
一：先寫map類
創(chuàng)新互聯(lián)專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于成都網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、武川網(wǎng)絡(luò)推廣、微信平臺(tái)小程序開發(fā)、武川網(wǎng)絡(luò)營(yíng)銷、武川企業(yè)策劃、武川品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營(yíng)等，從售前售中售后，我們都將竭誠(chéng)為您服務(wù)，您的肯定，是我們最大的嘉獎(jiǎng)；創(chuàng)新互聯(lián)為所有大學(xué)生創(chuàng)業(yè)者提供武川建站搭建服務(wù)，24小時(shí)服務(wù)熱線：18982081108，官方網(wǎng)址：www.cdcxhl.com
import sys
for line in sys.stdin:
line = line.strip( )
words = line.split( )
for word in words:
print('%s\t%s' % (word, 1))二：寫reduce類
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))三：利用hadoop Streaming執(zhí)行Python的內(nèi)容。
hadoop jar /home/hadoop/hadoop-2.6.0-cdh6.5.2/share/hadoop/tools/lib/hadoop-streaming-2.6.0-cdh6.5.2.jar -input /user/hadoop/aa.txt -output /user/hadoop/python_output -mapper "python mapper.py" -reducer "python reducer.py" -file mapper.py-file reducer.py
說明：
輸入和輸出路徑，本身就是hdfs上的，不需要特殊指定hdfs。
不加×××部分的引號(hào)的話，會(huì)報(bào)錯(cuò)誤：
Error: java.lang.RuntimeException: PipeMapRed.waitOutputThreads(): subprocess failed with code 2
不加粉色部分的內(nèi)容的話，會(huì)報(bào)錯(cuò)誤：
Error: java.lang.RuntimeException: Error in configuring object
分享名稱：Streaming執(zhí)行Python版WordCount
當(dāng)前網(wǎng)址：http://m.jiaotiyi.com/article/jesdoj.html