在google文件平台中找到hadoop-streaming-1.2.1.jar文件的路径。
https://github.com/devangpatel01/tf-idf-implementation-using-map-reduce-hadoop-python-
我试图使用hadoop在gcp上运行这个mapreduce,但是我找不到hadoop-streaming-1.2.1.jar的路径。我尝试手动下载jar文件并将其上传到hadoop中,然后运行mapper1.py。但我说这条路错了。上面的程序是在本地机器上运行的。如何编辑命令在gcp上运行它?
hadoop jar/home/kirthyodackal/hadoop-streaming-1.2.1.jar-输入hdfs://cluster-29-m/input_prgs/input_prgs/input1/000000_0 -输出hdfs://cluster-29-m/input_prgs/input_prgs/output1 -制图器hdfs://cluster-29-m/input_prgs/input_prgs/mapper1.py -减速机hdfs://cluster-29-m/input_prgs/input_prgs/reducer1.py
1条答案
按热度按时间rsl1atfo1#
我使用了不同的mapper reducer程序,可以运行mapreduce。我使用了https://github.com/satishuc15/tfidf-hadoopmapreduce#tfidf-hadoop并在我的gcp集群上运行以下命令。
下面的链接概述了我如何在gcp上使用mapreduce。https://github.com/kirthy21/data-analysis-stack-exchange-hadoop-pig-hive-mapreduce-tfidf