. 用Python编写WordCount程序并提交任务

程序	WordCount
输入	一个包含大量单词的文本文件
输出	文件中每个单词及其出现次数（频数），并按照单词字母顺序排序，每个单词和其频数占一行，单词和频数之间有间隔

1. 编写map函数，reduce函数
   #！/usr/bin/env pythonimport sysfor line in sys.stdin:     line=line.strip()     words=line.split()     for word in words:          print '%s\t%s' % (word,1)#！/usr/bin/env pythonfrom operator import itemgetterimport syscurrent_word=Nonecurrent_count=0word=Nonefor 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=wordif current_word==word:     print '%s\t%s' % (current_word,current_count)

    

2. 将其权限作出相应修改
3. 本机上测试运行代码
   chmod a+x /home/hadoop/wc/mapper.pychmod a+x /home/hadoop/wc/reducer.py

    

4. 放到HDFS上运行
   1. 将之前爬取的文本文件上传到hdfs上
   2. 用Hadoop Streaming命令提交任务

       
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

1. 气象数据集下载地址为：
2. 按学号后三位下载不同年份月份的数据（例如201506110136号同学，就下载2013年以6开头的数据，看具体数据情况稍有变通）