1. 用Python編寫WordCount程序並提交任務

2.編寫map函數，reduce函數

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.將其權限作出相應修改

chmod a+x /home/hadoop/wc/mapper.py
chmod a+x /home/hadoop/wc/reducer.py

4.本機上測試運行代碼

5.查看運行結果

2. 用mapreduce 處理氣象數據集

編寫程序求每日最高最低氣溫，區間最高最低氣溫

1. 氣象數據集下載地址為：ftp://ftp.ncdc.noaa.gov/pub/data/noaa
2. 按學號後三位下載不同年份月份的數據（例如201506110136號同學，就下載2013年以6開頭的數據，看具體數據情況稍有變通）

   wget -D --accept-regex=REGEX -p data -r -c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/2013/6*
3. 解壓數據集，並保存在文本文件中

   zcat ftp.ncdc.noaa.gov/pub/data/noaa/2013/6*.gz >qxdatazwt.txt

4. 對氣象數據格式進行解析

　　5.編寫map函數，reduce函數

1. 將其權限作出相應修改

   chmod a+x /home/hadoop/mapper.py
   chmod a+x /home/hadoop/wc/reducer.py

本機上測試運行代碼

放到HDFS上運行

將之前爬取的文本文件上傳到hdfs上

用Hadoop Streaming命令提交任務

查看運行結果

用Python編寫WordCount程序任務