用mapreduce 处理气象数据集

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

气象数据集下载地址为：ftp://ftp.ncdc.noaa.gov/pub/data/noaa

mkdir qx

cd qx

wget -D --accept-regex=REGEX -p data -r -c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/2018/5*

 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）

解压数据集，并保存在文本文件中

zcat  /ftp.ncdc.noaa.gov/pub/data/noaa/2018/5*.gz >qxdata.txt

对气象数据格式进行解析编写map函数，reduce函数

touch mapper.py

touch reducer.py

将其权限作出相应修改

chmod a+x /home/hadoop/qx/mapper.py

chmod a+x /home/hadoop/qx/reducer.py

本机上测试运行代码

备注：只有一个成功，另一个出错

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