import sysfor line in sys.stdin:     line=line.strip()     words=line.split()     for word in words:          print '%s\t%s' % (word,1)from operator import itemgetterimport syscurrent_word=Nonecurrent_count=0word=Nonefor line in sys.stdin:     line=line.strip()     word,count=line.split('\t',1)     try:          count=int(count)     except ValueError:          continue     if current_word==word:          current_count+=count     else:          if current_word:              print '%s\t%s' % (current_word,current_count)          current_count=count          current_word=wordif current_word==word:     print '%s\t%s' % (current_word,current_count)

3.将其权限作出相应修改

 

5.查看运行结果

 

2. 用mapreduce 处理气象数据集

编写程序求每日最高最低气温，区间最高最低气温

1. 气象数据集下载地址为：ftp://ftp.ncdc.noaa.gov/pub/data/noaa
2. 按学号后三位下载不同年份月份的数据（例如201506110136号同学，就下载2013年以6开头的数据，看具体数据情况稍有变通）
   wget -D --accept-regex=REGEX -p data -r -c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/2013/6*

   　　

3. 解压数据集，并保存在文本文件中
   zcat ftp.ncdc.noaa.gov/pub/data/noaa/2013/6*.gz >qxdatazwt.txt

    

4. 对气象数据格式进行解析
6. 

.编写map函数，reduce函数

 

将其权限作出相应修改

chmod a+x /home/hadoop/mapper.pychmod a+x /home/hadoop/wc/reducer.py

放到HDFS上运行

 

将之前爬取的文本文件上传到hdfs上

用Hadoop Streaming命令提交任务

查看运行结果