我是mapreduce应用程序的新手。我只是想在我的数据集中找到单词的长度，并根据它们的长度将它们分类为tiny，little，med，great，最后，我想看看在java中我的数据集中有多少单词是tiny，little，med或great，但是我在实现reducer时遇到了一个问题。当我在hadoop集群上执行jar文件时，它不会返回任何结果。如果有人帮我一把，我会很感激的。下面是我试图执行的reducer代码，但我猜有很多错误。
public class WordSizeReducer extends Reducer<IntWritable, IntWritable, Text, IntWritable> {
private IntVariable result = new IntVariable();
IntWritable tin, smal, mediu,bi;
int t, s, m, b;
int count;
Text tiny, small, medium, big;
public void reduce(IntWritable key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException{
for (IntWritable val:values){
if(val.get() == 1){
tin.set(t);
t++;
}
else if(2<=val.get() && val.get()<=4){
smal.set(s);
s++;
}
else if(5<=val.get() && val.get()<=9){
mediu.set(m);
m++;
}
else if(10<=val.get()){
bi.set(b);
b++; }
}
context.write(tiny, tin);
context.write(small, smal);
context.write(medium, mediu);
context.write(big, bi);
}
}
public class WordSizeMapper extends Mapper<LongWritable, Text, IntWritable, IntWritable> {
private final static IntWritable one = new IntWritable(1);
private IntWritable wordLength = new IntWritable();
public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String line = value.toString();
StringTokenizer tokenizer = new StringTokenizer(line);
while (tokenizer.hasMoreTokens()) {
wordLength.set(tokenizer.nextToken().length());
context.write(wordLength, one);
}
}
}
2条答案
按热度按时间jyztefdp1#
tiny,small,medium以及big从未初始化，因此它们将为空。这意味着你所有的
context.write()调用正在使用null键。显然，这是不好的，因为您将无法区分不同字号的计数。
更糟的是，
tin,smal,mediu,bi从未初始化，这将导致NullPointerException当你打电话的时候set()在他们身上（你初始化result正确，但永远不要使用它）。（另外，您不需要设置
IntWritables在你的循环中不断重复这些值；只是更新一下t,s,m,b然后设置IntWritable在比赛结束前有一次context.write()电话）现在更新添加的Map器代码：
对于输入中的每个单词，您都在编写键值对（长度，1）。
reducer将使用同一个键收集所有值，因此将使用调用它，例如：
因此，reducer只会看到值“1”，它错误地将其视为字长。实际上，关键是字长。
现在更新添加的堆栈跟踪：
错误消息解释了错误所在—hadoop找不到作业类，因此根本没有执行它们。错误显示：
但是你的班级叫
WordSizeMapper（或者WordSize.WordSizeMapper如果你有一个外层阶级）-注意不同的资本化“大小”/“大小”！您需要检查如何调用hadoop。hpxqektj2#
没有办法，我也检查了我的代码，我做了一些修复，但结果是一样的，在hadoop终端窗口，我不能得到任何结果。代码的最新版本如下：
终端上的错误是这样的，