NO.5   算法测试(词条统计)

时间:2022-09-19 09:46:25

 一、安装Eclipse

下载Eclipse,解压安装,例如安装到/usr/local,即/usr/local/eclipse

4.3.1版本下载地址:http://pan.baidu.com/s/1eQkpRgu

二、在eclipse上安装hadoop插件
 
   1、下载hadoop插件(就是一个jar包文件:hadoop-eclipse-plugin-1.2.1.jar)
 
   2、把插件放到eclipse/plugins目录下
 
   3、重启eclipse,按如下步骤配置Hadoop installation directory。 

如果插件安装成功,打开Windows—Preferences后,在窗口左侧会有Hadoop Map/Reduce选项,点击此选项,在窗口右侧设置Hadoop安装路径。

NO.5   算法测试(词条统计)

4、配置Map/Reduce Locations

打开Windows—Open Perspective—Other

NO.5   算法测试(词条统计)

搜索“Map”
    选择Map/Reduce,点击OK

在右下方看到如下图所示NO.5   算法测试(词条统计)

点击Map/Reduce Location选项卡,点击右边小象图标,打开Hadoop Location配置窗口:

输入Location Name,任意名称即可.配置Map/Reduce Master和DFS Mastrer,Host和Port配置成与core-site.xml的设置一致即可。

NO.5   算法测试(词条统计)

点击"Finish"按钮,关闭窗口。

点击左侧的DFSLocations—>myhadoop(上一步配置的location name),如能看到user,表示安装成功

NO.5   算法测试(词条统计)

如果如下图所示表示安装失败,请检查Hadoop是否启动,以及eclipse配置是否正确。使用eclipse版本与jdk的版本对应,可以多安装几个jdk,灵活切换调用。

NO.5   算法测试(词条统计)

三、新建WordCount项目

File—>Project,选择Map/Reduce Project,输入项目名称WordCount等。

在WordCount项目里新建class,名称为WordCount,代码如下:

 
import java.io.IOException;
 
import java.util.StringTokenizer;
 
import org.apache.hadoop.conf.Configuration;
 
import org.apache.hadoop.fs.Path;
 
import org.apache.hadoop.io.IntWritable;
 
import org.apache.hadoop.io.Text;
 
import org.apache.hadoop.mapreduce.Job;
 
import org.apache.hadoop.mapreduce.Mapper;
 
import org.apache.hadoop.mapreduce.Reducer;
 
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
 
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
 
import org.apache.hadoop.util.GenericOptionsParser;
 
public class WordCount {
                 public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{                 
                                 private final static IntWritable one = new IntWritable(1);                               
                                 private Text word = new Text();                   
                                 public void map(Object key, Text value, Context context) throws IOException, InterruptedException {                               
                                                                StringTokenizer itr = new StringTokenizer(value.toString());                                                               
                                                                 while (itr.hasMoreTokens()) {
                                                                
                                                                                 word.set(itr.nextToken());
                                                                                
                                                                                context.write( word,one );
                                                                }
                                }
                }
 
                 public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
                
                                 private IntWritable result = new IntWritable();
                                
                                 public void reduce(Text key, Iterable<IntWritable> values,Context context) throws IOException, InterruptedException {                        
                                                 int sum = 0;
                                                
                                                 for (IntWritable val : values) {
                                                
                                                                sum += val.get();                                              
                                                }
                                                
                                                 result.set(sum);
                                                
                                                context.write(key, result);     
                                }
                }
 
                 public static void main(String[] args) throws Exception {
                                Configuration conf = new Configuration();
                                
                                String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
                                
                                 if (otherArgs.length != 2) {                      
                                                System. err.println("Usage: wordcount <in> <out>" );                                               
                                                System. exit(2);
                                }
                                
                                Job job = new Job(conf, "word count" );
                                
                                job.setJarByClass(WordCount. class);
                                
                                job.setMapperClass(TokenizerMapper. class);
                                
                                job.setCombinerClass(IntSumReducer. class);
                                
                                job.setReducerClass(IntSumReducer. class);
                                
                                job.setOutputKeyClass(Text. class);
                                
                                job.setOutputValueClass(IntWritable. class);
                                
                                FileInputFormat. addInputPath(job, new Path(otherArgs[0]));
                                
                                FileOutputFormat. setOutputPath(job, new Path(otherArgs[1]));
                                
                                System. exit(job.waitForCompletion(true) ? 0 : 1);
                }
}
 
 
四、运行
    1、在HDFS上创建目录input
        hadoop fs -mkdir input
或者在Eclipse中的使用快捷功能

NO.5   算法测试(词条统计)

2、拷贝本地Test1.txt 到HDFS的input里

         hadoop fs -copyFromLocal /usr/root/Test1.txt input

NO.5   算法测试(词条统计)

3、点击WordCount.java,右键,点击Run As—>Run Configurations,配置运行参数,即输入和输出文件夹

hdfs://localhost:9000/user/root/input         hdfs://localhost:9000/user/root/output

NO.5   算法测试(词条统计)

点击Run按钮,运行程序。

NO.5   算法测试(词条统计)

NO.5   算法测试(词条统计)

4、运行完成后,查看运行结果

        方法1:
        hadoop fs -ls output
        可以看到有两个输出结果,_SUCCESS和part-r-00000
        执行hadoop fs -cat output/*
 

方法2:

展开DFS Locations,如下图所示,双击打开part-r00000查看结果

NO.5   算法测试(词条统计)

////////////////////////////////////////////////////////////////////////////

小结:Hadoop程序处理流程

(1)将文件拆分为splits,并由MapReduce框架自动完成分割,将每一个split分割为<key,value>对

(2)每一对<key,value>调用一次map函数,处理后生产新的<key,value>对,由Context传递给reduce处理

(3)Mapper对<key,value>对进行按key值进行排序,并执行Combine过程,将key值相同的value进行合并。最后得到Mapper的最终输出结果

     (4)reduce处理,处理后将新的<key,value>对输出。

NO.5   算法测试(词条统计)的更多相关文章

  1. AI算法测评&lpar;二&rpar;--算法测试流程

    根据算法测试过程中遇到的一些问题和管理规范, 梳理出算法测试工作需要关注的一些点: 编号 名称 描述信息 备注 1 明确算法测试需求 明确测试目的 明确测试需求, 确认测试需要的数据及场景 明确算法服 ...

  2. 交易准实时预警 kafka topic 主题 异常交易主题 低延迟 event topic alert topic 内存 算法测试

    https://www.ibm.com/developerworks/cn/opensource/os-cn-kafka/index.html 周 明耀2015 年 6 月 10 日发布 示例:网络游 ...

  3. Java实现 蓝桥杯VIP 算法提高 分数统计

    算法提高 分数统计 时间限制:1.0s 内存限制:512.0MB 问题描述 2016.4.5已更新此题,此前的程序需要重新提交. 问题描述 给定一个百分制成绩T,将其划分为如下五个等级之一: 9010 ...

  4. AI大厂算法测试心得:人脸识别关键指标有哪些?

    仅仅在几年前,程序员要开发一款人脸识别应用,就必须精通算法的编写.但现在,随着成熟算法的对外开放,越来越多开发者只需专注于开发垂直行业的产品即可. 由调查机构发布的<中国AI产业地图研究> ...

  5. 算法导论-顺序统计-快速求第i小的元素

    目录 1.问题的引出-求第i个顺序统计量 2.方法一:以期望线性时间做选择 3.方法二(改进):最坏情况线性时间的选择 4.完整测试代码(c++) 5.参考资料 内容 1.问题的引出-求第i个顺序统计 ...

  6. 基于JaCoCo的Android测试覆盖率统计(二)

    > 本文章是我上一篇文章的升级版本,详见地址:https://www.cnblogs.com/xiaoluosun/p/7234606.html ## 为什么要做这个?1. 辛辛苦苦写了几百条测 ...

  7. 08&period;手写KNN算法测试

    导入库 import numpy as np from sklearn import datasets import matplotlib.pyplot as plt 导入数据 iris = data ...

  8. 计算机算法-C语言-统计字母数字个数解

    Question:输入一串以“?”结尾的字符,分别统计其中字母数字的个数,输出字母及数字的个数. Solve: #include<stdio.h> #include<stdlib.h ...

  9. 算法打基础——顺序统计&lpar;找第k小数&rpar;

    这次主要是讲如何在线性时间下找n个元素的未排序序列中第k小的数.当然如果\(k=1 or k=n\),即找最大最小 数,线性时间内遍历即可完成,当拓展到一般,如中位数时,相关算法就值得研究了.这里还要 ...

随机推荐

  1. MySQL设置服务器方法

    grant select,insert,update,delete on *.* to root@"%" Identified by "root";

  2. memcache 笔记

    在windows下安装memecache,进入到安装目录,执行帮助命令可以查看到相关帮助 启动memcache,相关命令如上,比如-p就是端口号,memcache默认端口号是11211 语法:增加ad ...

  3. 微信内测&quot&semi;微视频&quot&semi; 朋友圈可以发6-8秒短视频

    我们在发朋友圈时现在只能发文字和图片,图片又分为从相册中选择和直接拍摄照片,以后朋友圈拍6-8秒短视频可能是一种新的内容形式,作为文字和图片外的补充.因为微信开始内测新功能“微视频”,其产品理念与微视 ...

  4. AC68U 内Linux 终端前后的切换,终端挂起和恢复

    ssh 登录终端后, 如果想切换到本地上来, 可以按: -,Ctrl+Z 如果要恢复到远程端,则命令: fg

  5. android 四种堆状态

    总结下: ====> 建议首先阅读下面两篇文章,这样才可以更好的理解Activity的加载模式: Android的进程,线程模型 http://www.cnblogs.com/ghj1976/a ...

  6. Redis&&num;39&semi; High Availability

    Redis Sentinel is a system designed to help managing Redis instances. It performs the following thre ...

  7. Cocos2dx开发(4)——Windows环境创建Cocod2dx 3&period;2第一个项目HelloWorld

    本文内容:cocos2dx+VS2013环境下创建项目,部分代码简析.会的朋友可以略过. 前面简单安装了几个环境,程序完全可以顺利跑起来(其他的cocos-stadio这些需要用到再装) 1.命令行形 ...

  8. windows phone &lpar;25&rpar; Canvas元素B

    原文:windows phone (25) Canvas元素B  ZIndex 这也是一个附加属性,表示canvas的children集合内的子元素的显示顺序,在canvas中的元素默认情况下是后面的 ...

  9. 小试cordova

    Cordova就是以前的PhoneGap捐献给Apache的最新开源版本. 安装一定要走npm网络方式,需要装Node.js,npm(windows nodejs安装包包含npm),Git.因为必须要 ...

  10. django&lpar;权限、认证&rpar;系统—— 基于Authentication backends定制

    在这篇文章中,我们进行最后关于DjangoPermission系统的探讨,来谈谈关于Permission系统后台接口和扩展后台接口的开发. Django实现的这套permission体系,在底层被抽象 ...