hadoop wordCount和grep案例

统计word统计，统计文件里面每一个文件出现的次数！

一．先进入到hadoop-2.8.2目录

2． 在当前目录下建立input目录

3. 把etc/hadoop下的所有xml文件copy到input目录下. 这些xml就是我们要统计的文本。

经过查看，发现input下文件已经过来了。使用ll或ls都可以查看一下。

4. 执行hadoop下的MapReduce任务

代码:

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.2.jar wordcount input output

#注意output目录不用先有

5. 执行完毕

6. 查看输出目录下内容

会发现多出了在当前hadoop-2.8.2的目录下多了output的目录。查看output下的内容发现有两个文件。

part-r-00000结果文件，_SUCCESS表示成功

7. 查看结果文件

使用more output/part-r-00000

扩展：grep案例

8． 因为output不能重复，所以，本处删除

同学们也可以自己创建自己的目录。

九.grep可以从中找到想要匹配的文本(可以是正则表达式).

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.2.jar grep input output 'dfs[a-z.]+'

10. 执行结束

11. 发现在hadoop-2.8.2目录下多了output目录

12. 查看output目录下文件

13. 查看结果文件，符合正则表达式，成功！