- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
使用MapReduce分析数据报告
《云计算及应用》 实验报告 项目名称 使用MapReduce分析数据 专业班级 学 号 姓 名 实验成绩: 批阅教师: 2016年6 月3 日 实验3《使用MapReduce分析数据》 实验学时: 2 实验地点: 实验日期: 一、实验目的 1.掌握MapReduce的使用方法 2.学会使用MapReduce分析数据 二、实验内容 1.运行MapReduce的wordcount实例 2.使用MapReduce完成二度朋友的实验 三、实验方法 包括实验方法、原理、技术、方案等。 四、实验步骤 1. 打开hadoop的各个节点 2. 运行hadoop中的wordcount实例 3. 编写并编译二度朋友实验的代码 4. 将要处理的数据传送到hadoop中 5. 运行代码处理数据。 五、实验结果 记录实验输出数据和结果。 六、实验结论 1. 创建wordcount_in文件夹 2. 创建text.txt文件用来保存要处理的数据 3. 将要处理的文件text.txt上传到hadoop 4. 运行hadoop-example实例 5 查看运行的结果 6. 编写二度朋友实验的代码 import java.io.IOException; import java.util.Random; import java.util.Vector; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; 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 deg2friend { public static class job1Mapper extends MapperObject, Text, Text, Text{ private Text job1map_key = new Text(); private Text job1map_value = new Text(); public void map(Object key, Text value, Context context) throws IOException, InterruptedException { String eachterm[] = value.toString().split(,|\t); for(int i=1; ieachterm.length; i++) { if(eachterm[0].compareTo(eachterm[i])0){ job1map_value.set(eachterm[0]+\t+eachterm[i]); } else if(eachterm[0].compareTo(eachterm[i])0){ job1map_value.set(eachterm[i]+\t+eachterm[0]); } job1map_key.set(eachterm[0]); context.write(job1map_key, job1map_va
文档评论(0)