來(lái)源：http://blog.csdn.net/hguisu/article/details/7263746

Hadoop流

雖然Hadoop是用java寫的，但是Hadoop提供了Hadoop流，Hadoop流提供一個(gè)API, 允許用戶使用任何語(yǔ)言編寫map函數(shù)和reduce函數(shù).
Hadoop流動(dòng)關(guān)鍵是，它使用UNIX標(biāo)準(zhǔn)流作為程序與Hadoop之間的接口。因此，任何程序只要可以從標(biāo)準(zhǔn)輸入流中讀取數(shù)據(jù)，并且可以把數(shù)據(jù)寫入標(biāo)準(zhǔn)輸出流中，那么就可以通過(guò)Hadoop流使用任何語(yǔ)言編寫MapReduce程序的map函數(shù)和reduce函數(shù)。
例如：bin/hadoop jar contrib/streaming/hadoop-streaming-0.20.203.0.jar -mapper /usr/local/hadoop/mapper.php -reducer /usr/local/hadoop/reducer.php -input test/* -output out4
Hadoop流引入的包：hadoop-streaming-0.20.203.0.jar,Hadoop根目錄下是沒(méi)有hadoop-streaming.jar的，因?yàn)閟treaming是一個(gè)contrib，所以要去contrib下面找，以hadoop-0.20.2為例，它在這里：
-input：指明輸入hdfs文件的路徑
-output：指明輸出hdfs文件的路徑
-mapper：指明map函數(shù)
-reducer：指明reduce函數(shù)

創(chuàng)新互聯(lián)公司主營(yíng)隴縣網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,成都app開(kāi)發(fā),隴縣h5微信小程序開(kāi)發(fā)搭建,隴縣網(wǎng)站營(yíng)銷推廣歡迎隴縣等地區(qū)企業(yè)咨詢

mapper函數(shù)

mapper.php文件，寫入如下代碼：

1. #!/usr/local/php/bin/php
2. <?php
3. $word2count = array();
4. // input comes from STDIN (standard input)
5. // You can this code :$stdin = fopen(“php://stdin”, “r”);
6. while (($line = fgets(STDIN)) !== false) {
7.     // remove leading and trailing whitespace and lowercase
8.     $line = strtolower(trim($line));
9.     // split the line into words while removing any empty string
10.     $words = preg_split('/W/', $line, 0, PREG_SPLIT_NO_EMPTY);
11.     // increase counters
12.     foreach ($words as $word) {
13.         $word2count[$word] += 1;
14.     }
15. }
16. // write the results to STDOUT (standard output)
17. // what we output here will be the input for the
18. // Reduce step, i.e. the input for reducer.py
19. foreach ($word2count as $word => $count) {
20.     // tab-delimited
21.     echo $word, chr(9), $count, PHP_EOL;
22. }
23. ?>

這段代碼的大致意思是：把輸入的每行文本中的單詞找出來(lái)，并以”

            hello   1
           world 1″

這樣的形式輸出出來(lái)。

和之前寫的PHP基本沒(méi)有什么不同，對(duì)吧，可能稍微讓你感到陌生有兩個(gè)地方：

PHP作為可執(zhí)行程序

第一行的

1. #!/usr/local/php/bin/php

告訴linux，要用#!/usr/local/php/bin/php這個(gè)程序作為以下代碼的解釋器。寫過(guò)linux shell的人應(yīng)該很熟悉這種寫法了，每個(gè)shell腳本的第一行都是這樣: #!/bin/bash, #!/usr/bin/python

有了這一行，保存好這個(gè)文件以后，就可以像這樣直接把mapper.php當(dāng)作cat, grep一樣的命令執(zhí)行了：./mapper.php

使用stdin接收輸入

PHP支持多種參數(shù)傳入的方法，大家最熟悉的應(yīng)該是從$_GET, $_POST超全局變量里面取通過(guò)Web傳遞的參數(shù)，次之是從$_SERVER['argv']里取通過(guò)命令行傳入的參數(shù)，這里，采用的是標(biāo)準(zhǔn)輸入stdin

它的使用效果是：

在linux控制臺(tái)輸入 ./mapper.php

mapper.php運(yùn)行，控制臺(tái)進(jìn)入等候用戶鍵盤輸入狀態(tài)

用戶通過(guò)鍵盤輸入文本

用戶按下Ctrl + D終止輸入，mapper.php開(kāi)始執(zhí)行真正的業(yè)務(wù)邏輯，并將執(zhí)行結(jié)果輸出

那么stdout在哪呢？print本身已經(jīng)就是stdout啦，跟我們以前寫web程序和CLI腳本沒(méi)有任何不同。

reducer函數(shù)

創(chuàng)建reducer.php文件，寫入如下代碼：

1. #!/usr/local/php/bin/php
2. <?php
3. $word2count = array();
4. // input comes from STDIN
5. while (($line = fgets(STDIN)) !== false) {
6.     // remove leading and trailing whitespace
7.     $line = trim($line);
8.     // parse the input we got from mapper.php
9.     list($word, $count) = explode(chr(9), $line);
10.     // convert count (currently a string) to int
11.     $count = intval($count);
12.     // sum counts
13.     if ($count > 0) $word2count[$word] += $count;
14. }
15. // sort the words lexigraphically
16. //
17. // this set is NOT required, we just do it so that our
18. // final output will look more like the official Hadoop
19. // word count examples
20. ksort($word2count);
21. // write the results to STDOUT (standard output)
22. foreach ($word2count as $word => $count) {
23.     echo $word, chr(9), $count, PHP_EOL;
24. }
25. ?>

這段代碼的大意是統(tǒng)計(jì)每個(gè)單詞出現(xiàn)了多少次數(shù)，并以”

hello  2

world  1″

這樣的形式輸出

用Hadoop來(lái)運(yùn)行

把文件放入 Hadoop 的 DFS 中：

bin/hadoop dfs -put test.log test

執(zhí)行 php 程序處理這些文本(以Streaming方式執(zhí)行PHP mapreduce程序:):

bin/hadoop jar contrib/streaming/hadoop-streaming-0.20.203.0.jar -mapper /usr/local/hadoop/mapper.php -reducer /usr/local/hadoop/reducer.php -input test/* -output out

注意：

1) input和output目錄是在hdfs上的路徑

2) mapper和reducer是在本地機(jī)器的路徑，一定要寫絕對(duì)路徑，不要寫相對(duì)路徑，以免到時(shí)候hadoop報(bào)錯(cuò)說(shuō)找不到mapreduce程序

3 ) mapper.php 和 reducer.php 必須復(fù)制到所有 DataNode 服務(wù)器上的相同路徑下, 所有的服務(wù)器都已經(jīng)安裝php.且安裝路徑一樣.

查看結(jié)果

bin/hadoop d fs -cat /tmp/out/part-00000

分享標(biāo)題：用PHP編寫Hadoop的MapReduce程序-創(chuàng)新互聯(lián)
瀏覽地址：http://chinadenli.net/article48/cophep.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)公司、電子商務(wù)、企業(yè)網(wǎng)站制作、外貿(mào)建站、網(wǎng)站內(nèi)鏈、自適應(yīng)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)