这篇文章主要介绍“WordCount怎么实现单词计数”，在日常操作中，相信很多人在WordCount怎么实现单词计数问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”WordCount怎么实现单词计数”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联公司是一家专注于网站制作、成都网站建设与策划设计,榆树网站建设哪家好?创新互联公司做网站,专注于网站建设10多年,网设计领域的专业建站公司;建站业务涵盖:榆树等地区。榆树做网站价格咨询:18982081108
一：
public class WordCount {
public static class TokenizerMapper extends Mapper{
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
//将每一行拆分成一个个的单词，并肩作为map方法的结果输出。
StringTokenizer itr = new StringTokenizer(value.toString());
// 测试其是否还有更多可用的标记
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);
}
}
}
public static class IntSumReducer extends Reducer {
private IntWritable result = new IntWritable();
/**
* reduce函数的输入也是一个key/value的形式，不过它的value是一个迭代器的形式Iterable values，
* 也就是说reduce的输入是一个key对应一组的值的value，reduce也有context和map的context作用一致。
* */
public void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
result.set(sum);
context.write(key, result);
}
}
public static void main(String[] arg) throws Exception {
//初始化Configuration，该类主要是读取mapreduce系统配置信息，这些信息包括hdfs还有mapreduce等。
Configuration conf = new Configuration();
//构建一个job，
Job job = Job.getInstance(conf,"word count");
//装载程序员编写好的计算程序
job.setJarByClass(WordCount.class);
//实现map函数，根据输入的对生成中间结果。配置mapreduce如何运行map和reduce函数
job.setMapperClass(TokenizerMapper.class);
//Combiner类，实现combine函数，合并中间结果中具有相同key值的键值对。 默认为null 即不合并中间结果。
job.setCombinerClass(IntSumReducer.class);
//Reducer类 实现reduce函数 将中间结果合并，得到最终结果。
job.setReducerClass(IntSumReducer.class);
//定义输出的key/value的类型，也就是最终存储在hdfs上结果文件的key/value的类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//第一行就是构建输入的数据文件，第二行是构建输出的数据文件，
FileInputFormat.addInputPath(job, new Path("hdfs://192.168.226.129:9000/rootdir/mapreduce.txt"));
FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.226.129:9000/rootdir/data/studytest/"+System.currentTimeMillis()+"/"));
//如果job运行成功了，我们的程序就会正常退出
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
} 二：
public class WordCount1 {
public static final IntWritable ONE = new IntWritable(1);
public static class WordCountMapper extends Mapper{
@Override
protected void map(LongWritable key, Text value, Mapper.Context context)
throws IOException, InterruptedException {
String[] vs = value.toString().split("\\s");
for (String string : vs) {
context.write(new Text(string) , ONE);
}
}
}
public static class WordCountReduce extends Reducer{
@Override
protected void reduce(Text key, Iterable values,
Reducer.Context context) throws IOException, InterruptedException {
int count =0;
for (IntWritable v : values) {
count += v.get();
}
context.write(key,new IntWritable(count) );
}
}
public static void main(String[] args) {
try {
Configuration conf = new Configuration();
Job job = Job.getInstance(conf,"word count");
job.setJarByClass(WordCount1.class);
//实现map函数，根据输入的对生成中间结果。
job.setMapperClass(WordCountMapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
job.setReducerClass(WordCountReduce.class);
FileInputFormat.addInputPath(job, new Path("hdfs://192.168.226.129:9000/rootdir/mapreduce.txt"));
FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.226.129:9000/rootdir/data/studytest/"+System.currentTimeMillis()+"/"));
System.exit(job.waitForCompletion(true) ? 0 : 1);
} catch (IllegalStateException e) {
e.printStackTrace();
} catch (IllegalArgumentException e) {
e.printStackTrace();
} catch (ClassNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
} 例如：
输入：
xujun xujun xj , cxj xxxx cccc ddd xujun xj yyy jjj ccc yyy
输出：
, 1 ccc 1 cccc 1 cxj 1 ddd 1 jjj 1 xj 2 xujun 3 xxxx 1 yyy 2
到此，关于“WordCount怎么实现单词计数”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
