Hadoop的Jython封裝 Happy

openkk 12年前發布 | 17K 次閱讀 Hadoop 分布式/云計算/大數據

Hadoop + Python = Happy

Happy 為Jython開發者使用Hadoop框架提供了便利,Happy框架封裝了Hadoop的復雜調用過程,讓Map-Reduce開發變得更為容易。Happy中的Map-Reduce作業過程在子類happy.HappyJob中定義,當用戶創建類實例后,設置作業任務的輸入輸出參數,然后調用run()方法即可啟動分治規約處理,此時,Happy框架將序列化用戶的作業實例,并將任務及相應依賴庫拷貝到Hadoop集群執行。目前,Happy框架已被數據集成站點 freebase.com采納,用于進行站點的數據挖掘與分析工作。

import sys, happy, happy.log

happy.log.setLevel("debug")
log = happy.log.getLogger("wordcount")

class WordCount(happy.HappyJob):  
    def __init__(self, inputpath, outputpath):
        happy.HappyJob.__init__(self)
        self.inputpaths = inputpath
        self.outputpath = outputpath
        self.inputformat = "text"

    def map(self, records, task):
        for _, value in records:
            for word in value.split():
                task.collect(word, "1")

    def reduce(self, key, values, task):
        count = 0;
        for _ in values: count += 1
        task.collect(key, str(count))
        log.debug(key + ":" + str(count))
        happy.results["words"] = happy.results.setdefault("words", 0) + count
        happy.results["unique"] = happy.results.setdefault("unique", 0) + 1

if __name__ == "__main__":
    if len(sys.argv) < 3:
        print "Usage: <inputpath> <outputpath>"
        sys.exit(-1)
    wc = WordCount(sys.argv[1], sys.argv[2])
    results = wc.run()
    print str(sum(results["words"])) + " total words"
    print str(sum(results["unique"])) + " unique words"

項目主頁:http://www.baiduhome.net/lib/view/home/1339137811672

 本文由用戶 openkk 自行上傳分享,僅供網友學習交流。所有權歸原作者,若您的權利被侵害,請聯系管理員。
 轉載本站原創文章,請注明出處,并保留原始鏈接、圖片水印。
 本站是一個以用戶分享為主的開源技術平臺,歡迎各類分享!