mapreduce初级案例

作者：虾皮多表关联和单表关联类似，它也是通过对原始数据进行一定的处理，从其中挖掘出关心的信息，下面进入一个实例。1 实例描述输入是两个文件，一个代表工厂表，包含工厂名列和地址编号列;另一个代表地址表，含ctoryname addressed的信息。包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，

作者：虾皮“ 数据去重”主要是为了掌握和利用并行化思想来对数据进行有意义的筛选。 统计大数据集上的数据种类个数、 从网站日志中计算访问地等这些看似庞杂的任务都会涉及数据去重。下面就进入这个实例的 MapReduce 程序设计。1 实例描述对数据文件中的数据进行去重。数据文件中的每行都是一个数据。样例输入如下所示：1)

作者：虾皮前面的实例都是在数据上进行一些简单的处理，为进一步的操作打基础。“ 单表关联”这个实例要求从给出的数据中寻找所关心的数据，它是对原始数据所包含信息的挖掘。下面进入这个实例。1 实例描述实例中给出 child-parent(孩子——父母)表，要求输出 grandchild-grandparent(孙子——爷奶)

作者：虾皮“平均成绩”主要目的还是在重温经典“ WordCount”例子，可以说是在基础上的微变化版，该实例主要就是实现一个计算学生平均成绩的例子。1 实例描述对输入文件中数据进行就算学生平均成绩。输入文件中的每行内容均为一个学生的姓名和他相应的成绩，如果有多门学科，则每门学科为一个文件。要求在输出中每行有两个间隔的数

作者：虾皮“ 数据排序”是许多实际任务执行时要完成的第一项工作，比如学生成绩评比、 数据建立索引等。这个实例和数据去重类似，都是先对原始数据进行初步处理，为进一步的数据操作打好基础。下面进入这个示例。1 实例描述对输入文件中数据进行排序。 输入文件中的每行内容均为一个数字， 即一个数据。要求在输出中每行有两个间隔的数字