参考文稿作业lesson7.pdfVIP

参考文稿作业lesson7.pdf

1、本文档共3页，其中可免费阅读1页，需付费39金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

作业

1建立一个项目，调用庖丁分词器，对digital下的其中一个文本文件分词，把主要代码和输

出结果截图

2正确配置和编译项目MRTokenize，将数据digital上传到hadoop环境，

运行程序MRTokenize对digital下的文本进行分词，讲运行命令、作业运行状态和部分

输出结果截图

3简单阐述CombineFileInputFormat合并文件的原理；

在MR实践中，会有很多小文件，单个文件产生一个mapper，资源比较浪费，后续没

有reduce逻辑的话，会产生很多小文件，文件数量暴涨，对后续

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >