WordCount in Python

Nachfolgend finden Sie den Quellcode für den Mapper. Speichern Sie diesen Code in einer Datei mit dem Namen " WordCount_mapper.py:

#!/usr/bin/env python
import sys
for line in sys.stdin:
(key,value) = line.split('\t')
wordList = value.split(' ')
for word in wordList:
print(word.strip() + "\t1")

Nachfolgend finden Sie den Quellcode für den Reducer. Speichern Sie diesen Code in einer Datei mit dem Namen " WordCount_reducer.py:

#!/usr/bin/env python
import sys
word = ""
sum = 0
for line in sys.stdin:
(key,value) = line.split('\t')
if word == key:
sum = sum + int(value)
else:
if word != "":
print(word + "\t" + str(sum))
word = key
sum = 1
if key != "": print(key + "\t" + str(sum))

Um dieses Beispiel für Daten auszuführen, die in der Tabelle words1 (die die Spalten " id und " sentence enthält) in der Datenbank " mapreduce_db gespeichert sind, führen Sie den folgenden Befehl aus:

mapreduce jar /nz/export/ae/products/netezza/mapreduce/current/mapreducestreaming.
jar
-db mapreduce_db
-input 'words1' 'id' 'sentence'
-output 'results' 'word' 'count'
-mapper 'WordCount_mapper.py'
-mapper_out_key_size 20
-mapper_out_value_size 20
-file <path to WordCount_mapper.py file>
-reducer 'WordCount_reducer.py'
-reducer_out_key_size 20
-reducer_out_value size 20
-file <path to WordCount_reducer.py file>