import sys for line in sys.stdin: line=line.strip() words=line.split() for word in words: print ‘%s\t%s‘ % (word,1) from operator import itemgetter import sys current_word=None current_count=0 word=None for line in sys.stdin: line=line.strip() word,count=line.split(‘\t‘,1) try: count=int(count) except ValueError: continue if current_word==word: current_count+=count else: if current_word: print ‘%s\t%s‘ % (current_word,current_count) current_count=count current_word=word if current_word==word: print ‘%s\t%s‘ % (current_word,current_count)
3.将其权限作出相应修改
5.查看运行结果
2. 用mapreduce 处理气象数据集
编写程序求每日最高最低气温，区间最高最低气温
wget -D --accept-regex=REGEX -p data -r -c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/2013/6*
zcat ftp.ncdc.noaa.gov/pub/data/noaa/2013/6*.gz >qxdatazwt.txt
.编写map函数，reduce函数
将其权限作出相应修改
chmod a+x /home/hadoop/mapper.py
chmod a+x /home/hadoop/wc/reducer.py
放到HDFS上运行
将之前爬取的文本文件上传到hdfs上
用Hadoop Streaming命令提交任务
查看运行结果
原文：https://www.cnblogs.com/jianzhihao/p/9022001.html