Hadoop怎么實(shí)現(xiàn)數(shù)據(jù)去重

這篇文章主要講解了“Hadoop怎么實(shí)現(xiàn)數(shù)據(jù)去重”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Hadoop怎么實(shí)現(xiàn)數(shù)據(jù)去重”吧！

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;

public class QuChong {
 /**
  * 數(shù)據(jù)去重 利用并化的的思想
  * @author hadoop
  *
  */
 public static class Engine extends Mapper<Object, Text, Text, Text>{ 
     public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
      String line = value.toString();
      context.write(new Text(line), new Text(""));
     }
   }
   
   public static class IntSumReducer extends Reducer<Text,IntWritable,Text,Text> {
    
     public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
     context.write(key, new Text(""));
     }
   }

   public static void main(String[] args) throws Exception {
  //設(shè)置引擎配置類，包括引擎地址，引擎輸入輸出參數(shù)（目錄）
     Configuration conf = new Configuration();
     String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
     if (otherArgs.length != 2) {
       System.err.println("Usage: wordcount <in> <out>");
       System.exit(2);
     }
     Job job = new Job(conf, "word count");
     job.setJarByClass(QuChong.class);
     //設(shè)置Map、Combine和Reduce處理類
     job.setMapperClass(Engine.class);
     job.setCombinerClass(IntSumReducer.class);
     job.setReducerClass(IntSumReducer.class);
     //設(shè)置輸出類
     job.setOutputKeyClass(Text.class);
     job.setOutputValueClass(Text.class);
     //設(shè)置輸入類及輸入目錄
     FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
     FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
     System.exit(job.waitForCompletion(true) ? 0 : 1);
   }
}

感謝各位的閱讀，以上就是“Hadoop怎么實(shí)現(xiàn)數(shù)據(jù)去重”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Hadoop怎么實(shí)現(xiàn)數(shù)據(jù)去重這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！