- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
mapreduce计算入门案例--第1页
mapreduce计算入门案例
MapReduce计算入门案例
MapReduce是一种用于大规模数据处理的编程模型和软件框架,由
Google公司于2004年提出并应用到其有哪些信誉好的足球投注网站引擎中。现在已经成为了最
流行和擅长分布式处理大规模数据集的计算模型之一。本文章将介绍
一个简单的MapReduce计算入门案例。
#案例描述
假设现在我们有一个包含大量email的数据集,我们需要在这些email
中找出出现次数最多的单词。
#数据准备
首先,我们需要获得一份email的数据集。这里我们用一个包含5000
封email的数据集作为示例,并且不分大小写和标点符号。
#MapReduce实现
接下来,我们将介绍如何使用MapReduce计算模型来确定数据中最常
出现的单词。MapReduce模型分为两个步骤:Map和Reduce。
##Map
mapreduce计算入门案例--第1页
mapreduce计算入门案例--第2页
首先,我们需要通过Map阶段将email数据转化为(key,value)的键值对。
具体来说,我们需要使用以下步骤:
1.将每个email拆分成单独的单词,同时去掉标点符号和大小写;
2.对所有单词进行编号;
3.输出每个单词及其对应的编号作为(key,value)的键值对。
下面是Map阶段具体实现示例:
```
functionmap(key,value):
forwordinsplit(value):
output(word,1)
```
在这个示例中,我们使用split函数将value(email消息内容)分割成
单个单词,并对每个单词输出键值对(key,1)。
##Reduce
完成Map阶段后,我们需要进行Reduce阶段来计算每个单词在数据集
中的出现次数。这里我们需要使用以下步骤:
1.将Map阶段输出的键值对按照键进行分组;
mapreduce计算入门案例--第2页
mapreduce计算入门案例--第3页
2.对于每个唯一的键,计算对应的值的总和;
3.输出每个唯一的键及其对应的值作为(key,value)的键值对。
下面是Reduce阶段具体实现示例:
```
functionreduce(key,values):
output(key,sum(values))
```
在这个示例中,我们使用sum函数计算出现次数总和,并将结果作为
键值对(key,count)输出。
#运行示例
完成MapReduce实现后,我们就可以使用Hadoop集群来运行示例。
具体来说,我们需要按照以下步骤来进行:
1.安装Hadoop集群;
2.将email数据集存储到Hadoop分布式文件系统中;
3.编写MapReduce任务代码;
4.在集群上运行MapReduce任务,输出结果。
在本示例中,我们可以使用以下命令来运行MapReduce任务:
mapreduce计算入门案例--第3页
mapreduce计算入门案例--第4页
```
hadoopjarwordcount.jarWordCount/path/to/emails/path/to/output
```
其中,wordcount.jar是我们编写的MapReduce任务代码打包后的JAR
您可能关注的文档
- 艺术创想—插画技法知到章节答案智慧树2023年青岛黄海学院.pdf
- 矿山安全监察_河南理工大学中国大学mooc课后章节答案期末考试题库2023年.pdf
- 房屋市政工程施工安全日志(范本).pdf
- 手术分级信息报告制度32840.pdf
- 镇安全生产应急预案.pdf
- 国有企业房产出租政策问答.pdf
- π尺的规格_原创文档.pdf
- 五年级语文教学个人业绩及学生学业成绩.pdf
- 全过程工程咨询合同范本(精选6篇).pdf
- 煤矿安全风险分级管控专项培训试卷.pdf
- 2021-2022学年湖南省常德市安乡县四年级上学期期中语文真题及答案.pdf
- 2023-2024学年河南省南阳市社旗县四年级上学期期中数学真题及答案.pdf
- 2022-2023学年云南省曲靖市四年级下学期期末数学真题及答案.pdf
- 2021-2022学年河南省周口市鹿邑县二年级下册月考语文真题及答案.pdf
- 2018年河南焦作解放区教师招聘考试真题及答案.pdf
- 2019年江西公务员行测考试真题及答案-乡镇.pdf
- 2019中国石油报社应届高校毕业生招聘试题及答案解析.pdf
- 光大银行招聘应届毕业生能力素质测试笔试真题及答案.pdf
- 2024年广西百色教师招聘考试模拟题及答案.pdf
- 2021-2022学年浙江绍兴诸暨市五年级上册语文期末试卷及答案.pdf
文档评论(0)