java - 你能逐步解释单词计数mapreduce程序吗

Question

您能解释一下任何 map 简化程序吗？例如，在单词计数程序类中，类是innerclass。您可以逐步解释该程序吗？尖括号是什么意思。为什么我们还要编写输出参数。什么是上下文对象。这样，您可以逐步解释程序。我知道逻辑，但我听不懂一些Java语句

public class WordCount {

public static class Map extends Mapper<LongWritable, Text, Text, IntWritable> {
   private final static IntWritable one = new IntWritable(1);
   private Text word = new Text();

   public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
       String line = value.toString();
       StringTokenizer tokenizer = new StringTokenizer(line);
       while (tokenizer.hasMoreTokens()) {
           word.set(tokenizer.nextToken());
           context.write(word, one);
       }
   }
} 

public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> {

   public void reduce(Text key, Iterable<IntWritable> values, Context context) 
     throws IOException, InterruptedException {
       int sum = 0;
       for (IntWritable val : values) {
           sum += val.get();
       }
       context.write(key, new IntWritable(sum));
   }
}

public static void main(String[] args) throws Exception {
   Configuration conf = new Configuration();

       Job job = new Job(conf, "wordcount");

   job.setOutputKeyClass(Text.class);
   job.setOutputValueClass(IntWritable.class);

   job.setMapperClass(Map.class);
   job.setReducerClass(Reduce.class);

   job.setInputFormatClass(TextInputFormat.class);
   job.setOutputFormatClass(TextOutputFormat.class);

   FileInputFormat.addInputPath(job, new Path(args[0]));
   FileOutputFormat.setOutputPath(job, new Path(args[1]));

   job.waitForCompletion(true);
}

}

Answer 1

您的Map类扩展了Hadoop的Mapper类，其中提到了输入和输出参数的泛型。
前两个参数是输入键值，而后两个参数是输出键值。
Mapper类需要重写map()方法。您的映射器逻辑在这里。
此方法接受指定的Input参数并返回void，并将“键值对”写入Context(内存)。

您的Reduce类扩展了Reducer类。 Reducer的输入应与Mapper / Combiner的输出键值匹配。
Reducer类需要重写reduce()方法。您的 reducer 逻辑在这里。
此方法接受指定的Input参数并返回void，并从Context(内存)中读取键/值对。

Hadoop在这两种方法之间执行组合器，排序，混洗操作。

您的主要方法包含代码设置Hadoop作业。

很少有更多的澄清。
macalester.edu和
javacodegeeks