我正在努力学习hadoop，我有一个服务器场，它有数百万个网页。我不需要弄清楚哪个是十大最流行的网页。如何在hadoop中做到这一点？
nx7onnlm1#
看一下基本的wordcount示例。您只需将“文本中的单词”替换为“url”。我刚刚意识到我在github上已经有了这样的东西，作为我不久前写的一个库的例子：https://github.com/nielsbasjes/logparser/blob/master/examples/apache-hadoop-mapreduce/src/main/java/nl/basjes/hadoop/io/input/wordcount.java
1条答案
按热度按时间nx7onnlm1#
看一下基本的wordcount示例。您只需将“文本中的单词”替换为“url”。
我刚刚意识到我在github上已经有了这样的东西，作为我不久前写的一个库的例子：https://github.com/nielsbasjes/logparser/blob/master/examples/apache-hadoop-mapreduce/src/main/java/nl/basjes/hadoop/io/input/wordcount.java