地图减少字数示例不起作用

Question

我尝试自己实现字数统计示例，这是我的映射器实现：

public static class Map extends Mapper<LongWritable, Text, Text, IntWritable> {

    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        Text word = new Text();     
        String line = value.toString();
        StringTokenizer tokenizer = new StringTokenizer(line);
        while (tokenizer.hasMoreTokens()) {
            word.set(tokenizer.nextToken());
            context.write(word, new IntWritable(1));
        }
    }
}

和减速器：

public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> {
    public void reduce(Text key, Iterator<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        while (values.hasNext())
            sum += values.next().get();
    context.write(key, new IntWritable(sum));
    }
}

但是执行此代码得到的输出看起来只是映射器的输出，例如，如果输入是“hello world hello” ，输出将是

hello 1
hello 1
world 1

我还在映射和减少之间使用组合器。谁能解释一下这段代码有什么问题吗？

多谢！

Answer 1

将您的减少方法替换为以下方法：

        @Override
        protected void reduce(Text key, java.lang.Iterable<IntWritable> values, org.apache.hadoop.mapreduce.Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException,
                InterruptedException {
            int sum = 0;
            for (IntWritable value : values) {
                sum += value.get();
            }
            context.write(key, new IntWritable(sum));
        }

所以底线是您没有覆盖正确的方法。 @Override 可以帮助解决此类错误。

还要确保将Reduce.class设置为reduce类而不是Reducer.class！

;)
华泰
约翰内斯

Answer 2

如果您不想在重写时使用减少方法的参数，则替代解决方案可以是：

@Override
protected void reduce(Object key, Iterable values, Context context) throws 
IOException, InterruptedException {

 int sum = 0;
 Iterable<IntWritable> v = values;
 Iterator<IntWritable> itr = v.iterator();

 while(itr.hasNext()){
    sum += itr.next().get();
 }

 context.write(key, new IntWritable(sum));
}