在centos6.5上hadoop mapreduce 统计英文单词

在centos6.5上hadoop python实例统计英文单词

---

linux上的单词删选实例

1. 安装的是centos6.5系统，搭建hadoop集群

2. 统计一篇文章中英文单词的数量

   统计1.txt中单词的数量，新建一个mds目录，把文件移到此目录下
   

   a.写一个shell脚本
   新建一个run.sh文件并编辑

   HADOOP_CMD=”/usr/local/src/hadoop-1.2.1/bin/hadoop”
   STREAM_JAR_PATH=”/usr/local/src/hadoop-1.2.1/contrib/streaming/hadoop-streaming-1.2.1.jar”
   INPUT_FILE_PATH_1=”/The_Man_of_Property.txt” //这是配置mapreduce的输入
   OUTPUT_PATH=”/output” //指定一个输出路径

   HADOOPCMDfsrmr−skipTrash H A D O O P C M D f s r m r − s k i p T r a s h OUTPUT_PAHT

   Step .

   HADOOPCMDjar H A D O O P C M D j a r STREAM_JAR_PATH\ //输入
   -input INPUTFILEPAHT1 −output I N P U T F I L E P A H T 1   − o u t p u t OUTPUT_PATH \
   -mapper “python map.py” \
   -reduce “python red.py” \
   -file ./map.py \
   -fiel ./red.py
   脚本如圖所示：
   

执行 ./bin.hadoop fs -ls 查看hdfs的文件
把需要操作的文件01.txt放到文件系统中
上传：
hadoop fs -put 01.txt / 上传文件
hadoop环境变量需要配置 ，并在权限下操作root
hadoop fs -ls / 查看文件列表 可以查看到01.txt则上传成功

    不多说，直接运行脚本 
bash run.sh

打开浏览器查看hdfs （浏览器是linux自带，window浏览器需要在在电脑配置）
浏览器 master:50030

点击查看运行成功

我们可以把输出的结果当到本地
查看hdfs输出目录
hadoop fs -ls

查看输出结果 成功