本篇內(nèi)容主要講解“如何實現(xiàn)用PHP和Shell寫Hadoop的MapReduce程序”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“如何實現(xiàn)用PHP和Shell寫Hadoop的MapReduce程序”吧!

創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設、高性價比西固網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式西固網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設找我們，業(yè)務覆蓋西固地區(qū)。費用合理售后完善，十余年實體公司更值得信賴。

使得任何支持標準IO (stdin, stdout)的可執(zhí)行程序都能成為hadoop的mapper或者 reducer。例如：

復制代碼 代碼如下:

hadoop jar hadoop-streaming.jar -input SOME_INPUT_DIR_OR_FILE -output SOME_OUTPUT_DIR -mapper /bin/cat -reducer /usr/bin/wc

在這個例子里，就使用了Unix/Linux自帶的cat和wc工具來作為mapper / reducer，是不是很神奇？

如果你習慣了使用一些動態(tài)語言，用動態(tài)語言來寫mapreduce吧，跟之前的編程沒有任何不同，hadoop只是運行它的一個框架，下面我演示一下用PHP來實現(xiàn)Word Counter的mapreduce。

一、找到Streaming jar

Hadoop根目錄下是沒有hadoop-streaming.jar的，因為streaming是一個contrib，所以要去contrib下面找，以hadoop-0.20.2為例，它在這里：

復制代碼 代碼如下:

$HADOOP_HOME/contrib/streaming/hadoop-0.20.2-streaming.jar

二、寫Mapper

新建一個wc_mapper.php，寫入如下代碼：

復制代碼 代碼如下:

#!/usr/bin/php
<?php
$in = fopen(“php://stdin”, “r”);
$results = array();
while ( $line = fgets($in, 4096) )
{
$words = preg_split(‘/\W/', $line, 0, PREG_SPLIT_NO_EMPTY);
foreach ($words as $word)
$results[] = $word;
}
fclose($in);
foreach ($results as $key => $value)
{
print “$value\t1\n”;
}

這段代碼的大致意思是：把輸入的每行文本中的單詞找出來，并以”
hello 1
world 1″
這樣的形式輸出出來。

和之前寫的PHP基本沒有什么不同，對吧，可能稍微讓你感到陌生有兩個地方：

PHP作為可執(zhí)行程序

第一行的“#!/usr/bin/php”告訴linux，要用/usr/bin/php這個程序作為以下代碼的解釋器。寫過linux shell的人應該很熟悉這種寫法了，每個shell腳本的第一行都是這樣: #!/bin/bash, #!/usr/bin/python

有了這一行，保存好這個文件以后，就可以像這樣直接把wc_mapper.php當作cat, grep一樣的命令執(zhí)行了：./wc_mapper.php

使用stdin接收輸入

PHP支持多種參數(shù)傳入的方法，大家最熟悉的應該是從$_GET, $_POST超全局變量里面取通過Web傳遞的參數(shù)，次之是從$_SERVER['argv']里取通過命令行傳入的參數(shù)，這里，采用的是標準輸入stdin

它的使用效果是：

在linux控制臺輸入 ./wc_mapper.php

wc_mapper.php運行，控制臺進入等候用戶鍵盤輸入狀態(tài)

用戶通過鍵盤輸入文本

用戶按下Ctrl + D終止輸入，wc_mapper.php開始執(zhí)行真正的業(yè)務邏輯，并將執(zhí)行結果輸出

那么stdout在哪呢？print本身已經(jīng)就是stdout啦，跟我們以前寫web程序和CLI腳本沒有任何不同。

三、寫Reducer

新建一個wc_reducer.php，寫入如下代碼：

復制代碼 代碼如下:

#!/usr/bin/php
<?php
$in = fopen(“php://stdin”, “r”);
$results = array();
while ( $line = fgets($in, 4096) )
{
list($key, $value) = preg_split(“/\t/”, trim($line), 2);
$results[$key] += $value;
}
fclose($in);
ksort($results);
foreach ($results as $key => $value)
{
print “$key\t$value\n”;
}

這段代碼的大意是統(tǒng)計每個單詞出現(xiàn)了多少次，并以”
hello 2
world 1″
這樣的形式輸出。

四、用Hadoop來運行

上傳要統(tǒng)計的示例文本

復制代碼 代碼如下:

hadoop fs -put *.TXT /tmp/input

以Streaming方式執(zhí)行PHP mapreduce程序

復制代碼 代碼如下:

hadoop jar hadoop-0.20.2-streaming.jar -input /tmp/input -output /tmp/output -mapper wc_mapper.php的絕對路徑 -reducer wc_reducer.php的絕對路徑

注意：

input和output目錄是在hdfs上的路徑

mapper和reducer是在本地機器的路徑，一定要寫絕對路徑，不要寫相對路徑，以免到時候hadoop報錯說找不到mapreduce程序。

查看結果

復制代碼 代碼如下:

hadoop fs -cat /tmp/output/part-00000

五、shell版的Hadoop MapReduce程序

復制代碼 代碼如下:

#!/bin/bash -

# 加載配置文件
source './config.sh'

# 處理命令行參數(shù)
while getopts "d:" arg
do
 case $arg in
  d)
   date=$OPTARG

  ?)
            echo "unkonw argument"
   exit 1

    esac
done

# 默認處理日期為昨天
default_date=`date -v-1d +%Y-%m-%d`

# 最終處理日期. 如果日期格式不對, 則退出執(zhí)行
date=${date:-${default_date}}
if ! [[ "$date" =~ [12][0-9]{3}-(0[1-9]|1[12])-(0[1-9]|[12][0-9]|3[01]) ]]
then
 echo "invalid date(yyyy-mm-dd): $date"
 exit 1
fi

# 待處理文件
log_files=$(${hadoop_home}bin/hadoop fs -ls ${log_file_dir_in_hdfs} | awk '{print $8}' | grep $date)

# 如果待處理文件數(shù)目為零, 則退出執(zhí)行
log_files_amount=$(($(echo $log_files | wc -l) + 0))
if [ $log_files_amount -lt 1 ]
then
 echo "no log files found"
 exit 0
fi

# 輸入文件列表
for f in $log_files
do
 input_files_list="${input_files_list} $f"
done

function map_reduce () {
 if ${hadoop_home}bin/hadoop jar ${streaming_jar_path} -input${input_files_list} -output ${mapreduce_output_dir}${date}/${1}/ -mapper "${mapper} ${1}" -reducer "${reducer}" -file "${mapper}"
 then
  echo "streaming job done!"
 else
  exit 1
 fi
}

# 循環(huán)處理每一個bucket
for bucket in ${bucket_list[@]}
do
 map_reduce $bucket
done

到此，相信大家對“如何實現(xiàn)用PHP和Shell寫Hadoop的MapReduce程序”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)建站，更多相關內(nèi)容可以進入相關頻道進行查詢，關注我們，繼續(xù)學習！

網(wǎng)頁名稱：如何實現(xiàn)用PHP和Shell寫Hadoop的MapReduce程序-創(chuàng)新互聯(lián)
鏈接地址：http://aaarwkj.com/article2/cocgoc.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)建站、云服務器、虛擬主機、Google、定制開發(fā)、響應式網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)