共計 4057 個字符，預計需要花費 11 分鐘才能閱讀完成。

這篇文章主要介紹“WordCount 怎么實現單詞計數”，在日常操作中，相信很多人在 WordCount 怎么實現單詞計數問題上存在疑惑，丸趣 TV 小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”WordCount 怎么實現單詞計數”的疑惑有所幫助！接下來，請跟著丸趣 TV 小編一起來學習吧！

一：

public class WordCount {
 public static class TokenizerMapper extends Mapper Object, Text, Text, IntWritable {private final static IntWritable one = new IntWritable(1);
 private Text word = new Text();
 public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
 // 將每一行拆分成一個個的單詞，并肩 word，1 作為 map 方法的結果輸出。StringTokenizer itr = new StringTokenizer(value.toString());
 //  測試其是否還有更多可用的標記
 while (itr.hasMoreTokens()) {word.set(itr.nextToken());
 context.write(word, one);
 public static class IntSumReducer extends Reducer Text,IntWritable,Text,IntWritable  {private IntWritable result = new IntWritable();
  * reduce 函數的輸入也是一個 key/value 的形式，不過它的 value 是一個迭代器的形式 Iterable IntWritable  values， *  也就是說 reduce 的輸入是一個 key 對應一組的值的 value，reduce 也有 context 和 map 的 context 作用一致。 * */
 public void reduce(Text key, Iterable IntWritable  values, Context context) throws IOException, InterruptedException {
 int sum = 0;
 for (IntWritable val : values) {sum += val.get();
 result.set(sum);
 context.write(key, result);
 public static void main(String[] arg) throws Exception {
 // 初始化 Configuration，該類主要是讀取 mapreduce 系統配置信息，這些信息包括 hdfs 還有 mapreduce 等。Configuration conf = new Configuration();
 // 構建一個 job，Job job = Job.getInstance(conf, word count 
 // 裝載程序員編寫好的計算程序
 job.setJarByClass(WordCount.class);
 // 實現 map 函數，根據輸入的 key,value 對生成中間結果。配置 mapreduce 如何運行 map 和 reduce 函數
 job.setMapperClass(TokenizerMapper.class);
 //Combiner 類，實現 combine 函數，合并中間結果中具有相同 key 值的鍵值對。  默認為 null  即不合并中間結果。job.setCombinerClass(IntSumReducer.class);
 //Reducer 類   實現 reduce 函數   將中間結果合并，得到最終結果。job.setReducerClass(IntSumReducer.class);
 // 定義輸出的 key/value 的類型，也就是最終存儲在 hdfs 上結果文件的 key/value 的類型
 job.setOutputKeyClass(Text.class);
 job.setOutputValueClass(IntWritable.class);
 // 第一行就是構建輸入的數據文件，第二行是構建輸出的數據文件，FileInputFormat.addInputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/mapreduce.txt));
 FileOutputFormat.setOutputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/data/studytest/ +System.currentTimeMillis()+ / ));
 // 如果 job 運行成功了，我們的程序就會正常退出
 System.exit(job.waitForCompletion(true) ? 0 : 1);
}

二：

public class WordCount1 {public static final IntWritable ONE = new IntWritable(1);
 public static class WordCountMapper extends Mapper LongWritable, Text, Text, IntWritable {
 @Override
 protected void map(LongWritable key, Text value, Mapper LongWritable, Text, Text, IntWritable .Context context)
 throws IOException, InterruptedException {String[] vs = value.toString().split( \\s 
 for (String string : vs) {context.write(new Text(string) , ONE);

 public static class WordCountReduce extends Reducer Text, IntWritable, Text, IntWritable {
 @Override
 protected void reduce(Text key, Iterable IntWritable  values,
 Reducer Text, IntWritable, Text, IntWritable .Context context) throws IOException, InterruptedException {
 int count =0;
 for (IntWritable v : values) {count += v.get();
 context.write(key,new IntWritable(count) );
 public static void main(String[] args) {
 try {Configuration conf = new Configuration();
 Job job = Job.getInstance(conf, word count 
 job.setJarByClass(WordCount1.class);
 // 實現 map 函數，根據輸入的 key,value 對生成中間結果。job.setMapperClass(WordCountMapper.class);
 job.setMapOutputKeyClass(Text.class);
 job.setMapOutputValueClass(IntWritable.class);
 job.setReducerClass(WordCountReduce.class);
 FileInputFormat.addInputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/mapreduce.txt));
 FileOutputFormat.setOutputPath(job, new Path( hdfs://192.168.226.129:9000/rootdir/data/studytest/ +System.currentTimeMillis()+ / ));
 System.exit(job.waitForCompletion(true) ? 0 : 1);
 } catch (IllegalStateException e) {e.printStackTrace();
 } catch (IllegalArgumentException e) {e.printStackTrace();
 } catch (ClassNotFoundException e) {e.printStackTrace();
 } catch (IOException e) {e.printStackTrace();
 } catch (InterruptedException e) {e.printStackTrace();
}

  例如：

輸入：

xujun xujun xj , cxj 
cccc ddd xujun xj
yyy jjj
ccc yyy

輸出：

, 1
ccc 1
cccc 1
cxj 1
ddd 1
jjj 1
xujun 3
xxxx 1
yyy 2

到此，關于“WordCount 怎么實現單詞計數”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注丸趣 TV 網站，丸趣 TV 小編會繼續努力為大家帶來更多實用的文章！