使用 Python 编写 MapReduce 作业:mrjob

jopen 11年前

mrjob 可以让用 Python 2.5+ 来编写 MapReduce 作业,并在多个不同平台上运行,你可以:

  • 使用纯 Python 编写多步的 MapReduce 作业
  • 在本机上进行测试
  • 在 Hadoop 集群上运行
  • 使用 Amazon Elastic MapReduce (EMR) 在云上运行

pip 的安装方法:pip install mrjob
使用 Python 编写 MapReduce 作业:mrjob

示例代码:

from mrjob.job import MRJob      class MRWordCounter(MRJob):        def mapper(self, key, line):          for word in line.split():              yield word, 1        def reducer(self, word, occurrences):          yield word, sum(occurrences)      if __name__ == '__main__':      MRWordCounter.run()

项目主页:http://www.open-open.com/lib/view/home/1374753060871