MapReduce中Maper组件用法介绍【黑马程序员】

MapReduce程序会根据输入的文件产生多个map任务。Hadoop提供的Mapper类是实现Map任务的一个抽象基类，该基类提供了一个map()方法，默认情况下，Mapper类中的map()方法是没有做任何处理的。

如果我们想自定义map()方法，我们只需要继承Mapper类并重写map()方法即可。接下来，我们以词频统计为例，自定义一个map()方法，具体代码如文件所示。

文件 WordCountMapper.java

 import java.io.IOException;

 import org.apache.hadoop.io.IntWritable;

 import org.apache.hadoop.io.LongWritable;

 import org.apache.hadoop.io.Text;

 import org.apache.hadoop.mapreduce.Mapper;

 public class WordCountMapper extends Mapper<LongWritable, Text,

       Text, IntWritable> {

   @Override

   protected void map(LongWritable key, Text value, Mapper<

        LongWritable, Text, Text, IntWritable>.Context context)

       throws IOException, InterruptedException {

     // 接收传入进来的一行文本，把数据类型转换为String类型

     String line = value.toString();

     // 将这行内容按照分隔符切割

     String[] words = line.split(" ");

     // 遍历数组，每出现一个单词就标记一个数组1 例如：<单词,1>

     for (String word : words) {

       // 使用context，把Map阶段处理的数据发送给Reduce阶段作为输入数据

       **context.write(new Text(word), new IntWritable(1));**

     }

   }

 }

猜你喜欢：

Spark的集群安装部署 

Spark有哪些特点，Spark的生态系统包含哪些组件?