如何使用hadoop mapreduce编程计算文件中特定单词的出现次数？

Question

我正在尝试使用Java中的hadoop mapreduce编程来计算文件中特定单词的出现。 文件和单词都应该是用户输入。 所以我试图将特定的单词作为第三个参数以及i / p和o / p路径（In，Out，Word）传递。 但是我无法找到将单词传递给map函数的方法。 我尝试了以下方法，但是没有用：-在mapper类中创建了一个静态String变量，并为其分配了第3个参数（即要搜索的单词）的值。 然后尝试在map函数中使用此静态变量。 但是在map函数内部，静态变量的值为Null。 我无法在map函数中获取第三个arument的值。

反正有通过JobConf对象设置值吗？ 请帮忙。 我在下面粘贴了我的代码。

public class MyWordCount {

    public static class MyWordCountMap extends Mapper < Text, Text, Text, LongWritable > {
        static String wordToSearch;
        private final static LongWritable ONE = new LongWritable(1L);
        private Text word = new Text();
        public void map(Text key, Text value, Context context)
        throws IOException, InterruptedException {
            System.out.println(wordToSearch); // Here the value is coming as Null
            if (value.toString().compareTo(wordToSearch) == 0) {
                context.write(word, ONE);
            }
        }
    }


    public static class SumReduce extends Reducer < Text, LongWritable, Text, LongWritable > {

        public void reduce(Text key, Iterator < LongWritable > values,
            Context context) throws IOException, InterruptedException {
            long sum = 0L;
            while (values.hasNext()) {
                sum += values.next().get();
            }
            context.write(key, new LongWritable(sum));
        }
    }

    public static void main(String[] rawArgs) throws Exception {

        GenericOptionsParser parser = new GenericOptionsParser(rawArgs);
        Configuration conf = parser.getConfiguration();
        String[] args = parser.getRemainingArgs();
        Job job = new Job(conf, "wordcount");
        job.setJarByClass(MyWordCountMap.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(LongWritable.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);
        job.setMapperClass(MyWordCountMap.class);
        job.setReducerClass(SumReduce.class);
        job.setInputFormatClass(SequenceFileInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        String MyWord = args[2];
        MyWordCountMap.wordToSearch = MyWord;
        job.waitForCompletion(true);
    }

}

Answer 1

有一种方法可以通过Configuration来做到这一点（请参阅api here ）。 例如，可以使用以下代码将“ Tree”设置为要搜索的单词：

//Create a new configuration
Configuration conf = new Configuration();
//Set the work to be searched
conf.set("wordToSearch", "Tree");
//create the job
Job job = new Job(conf);

然后，在您的mapper / reducer类中，您可以使用以下命令获取wordToSearch （在此示例中为“ Tree”）：

//Create a new configuration
Configuration conf = context.getConfiguration();
//retrieve the wordToSearch variable
String wordToSearch = conf.get("wordToSearch");

有关更多详细信息，请参见此处 。