這篇文章將為大家詳細(xì)講解有關(guān)Hadoop中如何實現(xiàn)計數(shù)器，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),點軍企業(yè)網(wǎng)站建設(shè),點軍品牌網(wǎng)站建設(shè),網(wǎng)站定制,點軍網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,點軍網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

package mapreduce;

import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Counter;
import org.apache.hadoop.mapreduce.Mapper;
/**
 * KEYIN	即k1		業(yè)務(wù)上表示每一行的起始位置，又稱偏移量
 * VALUEIN	即v1		業(yè)務(wù)上表示每一行的文本內(nèi)容
 * KEYOUT	即k2		業(yè)務(wù)上表示每一行的每個單詞
 * VALUEOUT	即v2		業(yè)務(wù)上表示每一行的每個單詞出現(xiàn)的次數(shù),常量1
 * @author Xr
 *
 */
public class MyMapper extends Mapper {

	/**
	 * 解析每一行的文本，解析成每一個單詞，統(tǒng)計每一個單詞出現(xiàn)的次數(shù)
	 */
	@Override
	protected void map(LongWritable key, Text value,Context context)
			throws IOException, InterruptedException {
		//計數(shù)器
		Counter counter = context.getCounter("Words", "hello");
		//counter.setValue("");//設(shè)置初始值
		//每一行的文本內(nèi)容
		String string = value.toString();
		if(string.contains("hello")){
			int times = string.split("hello").length-1;
			counter.increment(times);//自動累加
		}
		//每一行包含的單詞數(shù)組
		String[] split = string.split(" ");
		for(String word : split){
			context.write(new Text(word), new LongWritable(1));
		}
	}
}

關(guān)于“Hadoop中如何實現(xiàn)計數(shù)器”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。