使用Python編寫MapReduce作業

mrjob 可以讓用 Python 2.5+ 來編寫 MapReduce 作業，並在多個不同平台上運行，你可以：

使用純 Python 編寫多步的 MapReduce 作業

在本機上進行測試

在 Hadoop 叢集上運行

使用 Amazon Elastic MapReduce (EMR) 在雲上運行

pip 的安裝方法非常簡單，無需配置，直接運行：pip install mrjob

代碼執行個體：

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()

