使用MapReduce分析数据.docVIP

下载本文档

1
0
约6.42千字
约 26页
2022-07-23 发布于江苏
举报
版权申诉

使用MapReduce分析数据.doc

1、原创力文档（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

使用MapReduce分析数据《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 PAGE PAGE 2 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_value); job1map_key.set(eachterm[i]); context.write(job1map_key, job1map_value); } } } public static class job1Reducer extends ReducerText,Text,Text,Text { private Text job1reduce_key = new Text(); private Text job1reduce_value = new Text(); public void reduce(Text key, IterableText values, Context contex