wordcount示例,包含每个文件的count

lnlaulya  于 2021-05-29  发布在  Hadoop
关注(0)|答案(2)|浏览(567)

我有一个问题,以获得每一个文件中出现的单词总数的细分。例如,我有四个文本文件(t1、t2、t3、t4)。单词w1在t2文件中出现了两次,在t4文件中出现了一次,总共出现了三次。我想在输出文件中写入相同的信息。我正在获取每个文件中的总字数,但无法得到如上所述的结果。
这是我的Map课。

import java.io.IOException;
import java.util.*;

import org.apache.hadoop.io.*;
import org.apache.hadoop.mapreduce.*;
//line added
import org.apache.hadoop.mapreduce.lib.input.*;

public class Map extends Mapper<LongWritable, Text, Text, IntWritable> {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
private String pattern= "^[a-z][a-z0-9]*$";

public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
    String line = value.toString();
    StringTokenizer tokenizer = new StringTokenizer(line);
    //line added
    InputSplit inputSplit = context.getInputSplit();
    String fileName = ((FileSplit) inputSplit).getPath().getName();

    while (tokenizer.hasMoreTokens()) {
        word.set(tokenizer.nextToken());
        String stringWord = word.toString().toLowerCase();
        if ((stringWord).matches(pattern)){
            //context.write(new Text(stringWord), one);
            context.write(new Text(stringWord), one);
            context.write(new Text(fileName), one);
            //System.out.println(fileName);
            }
        }
    }
}
am46iovg

am46iovg1#

这可以通过写作来实现 word 作为 key 以及 filename 作为 value . 现在在您的reducer中,为每个文件初始化单独的计数器并更新它们。对特定键迭代所有值后,将每个文件的计数器写入上下文。
这里您知道您只有四个文件,所以您可以硬编码四个变量。记住,您需要为在reducer中处理的每个新键重置变量。
如果文件数量较多,则可以使用map。在Map上, filenamekey 并不断更新 value .

k2arahey

k2arahey2#

在Map器的输出中,我们可以将文本文件名设置为键,并将文件中的每一行设置为值。这个reducer为您提供文件名、单词及其对应的计数。

public class Reduce extends Reducer<Text, Text, Text, Text> {
    HashMap<String, Integer>input = new HashMap<String, Integer>();

    public void reduce(Text key, Iterable<Text> values , Context context)
    throws IOException, InterruptedException {
        int sum = 0;
        for(Text val: values){
            String word = val.toString(); -- processing each row
            String[] wordarray = word.split(' '); -- assuming the delimiter is a space
            for(int i=0 ; i<wordarray.length; i++)
           {
            if(input.get(wordarray[i]) == null){
            input.put(wordarray[i],1);}
            else{
             int value =input.get(wordarray[i]) +1 ; 
             input.put(wordarray[i],value);
             }
           }     

       context.write(new Text(key), new Text(input.toString()));
    }

相关问题