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 的安装方法非常简单,无需配置,直接运行:pip install mrjob
代码实例:
from mrjob.job import MRJobclass 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()