前期准备：
三个文件，file1.txt,file2.txt,file3.txt
内容如下
file1.txt
file2.txt
file3.txt
接下来介绍一下倒排索引的内容：
倒排索引就是根据关键字反过来排查文章，类似于百度搜索关键字然后搜索出来的，都是包含关键字的文章。
带有倒排索引的文件被称为倒排索引文件。
倒排索引案例的实现：
首先是Map阶段的实现：
大概思路是，先生成一个对象用于储存单词还有文档的名称，然后重写map方法，将单词和文件名以键值对的方法进行输出，方便下一阶段Combine的实现。
Combine阶段的实现，对每个单词进行词频统计，大致思路是，创建一个四有对象，来基本上确定键值对的格式，然后重写reduce放大没见过键值对的格式设置为单词，将键值对的格式改为：文档名称：单词次数。
reduce阶段的实现
创建一个私有对象，便于存储文档列表，重写reduce方法输出，单词作为键，多个文档名称和词频作为值进行输出。
接下来是驱动类的实现，讲述输入输出写到文件。
接下来就是在idea中 对项目进行封装。
在idea的最右侧，有一个m的标志，点一下之后展开项目，之后，点击 Lifecycle也就是生命周期。之后双击下面的package选项，对项目进行封装。
封装完成后
在运行底部就会出现封装信息。
一般是在自己根目录的地方封装成jar包，大家可以自行去项目的根目录查看。
当然在下面的控制台也会输出相应的路径信息，大家可以自行查看。
接下来在hadoop01中的export/data路径下，上传我们封装好的jar包。
首先切换到data目录。
然后输入rz
进行jar包的上传。
封装好的jar包的位置在你项目目录的target文件下。
上传成功之后就可以进行下一步。
之后就是在hadoop01的虚拟机下，创建Invertedlndex目录，并且在Invertedlndex下创建input目录。
那么接下来介绍两个思路：
第一个，在终端的地方使用命令进行创建：
（请确保一下自己是管理员权限）
创建完成后，切换到这个目录
然后！输入rz
进行文件的上传。
第二个：
打开自己的9870端口，然后手动创建一个，创建文件的图标是create绿色按钮旁边的那个小文件夹图标。多打了个i，已改正。
就创建好了，如果过程顺利请进行下一步，
如果不顺利，出现了类似于下面这种信息的报错，可能是大家之前的虚拟机出现了问题，大家进行了一个恢复快照的操作。
这会导致图形化界面和自己虚拟机的日志信息不一致，会弹出风险提示，
那么解决的方法是，大家回到hadoop01的终端，输入
可以强行退出hadoop的安全模式，就可以继续对文件夹进行操作了。
回归正题，
在创建完文件夹之后，再创建input文件夹，选择文件上传到刚刚创建的文件夹。
创建完成之后
大家请cd到data文件夹、
之后输入下面的命令：
接下来给大家详细的介绍一下这个命令的组成。
//
首先，开头的hadoop jar不必理会，是固定格式，
后面的 HadoopDemo-1.0-SNAPSHOT.jar，这个是大家打包的名字，可以根据实际情况来进行替换。
再下面的cn.itcast.invertedlndex.InvertedlndexDriver ，是我们上传项目的InvertedlndexDriver 类的包里的路径，也可以根据自己的实际情况进行修改。
/Invertedlndex/input是我们自己新建的文件夹，确保文件输入的路径。
/Invertedlndex/output不用自己创建，由系统自己输出的路径，可以在这个地方查看结果。
以上就是这个命令的全部组成，大家可以根据自己的情况进行修改和调整。
///
如果出现报错，不要慌张，也许是你的jar包没有上传成功，也许是你的名称拼写或者包名什么的有错误，也或许是你的文件名错误，路径错误，谢姐决定成败。
大家可以倒回去仔细检查一下这些问题。
如果上传成功了还没有成功还嗷嗷的报错的话。
重启你的虚拟机，然后
这个命令是使hadoop退出安全模式，可以解决自己回复快照问题，前面解释过，这里不再进行赘述。
之后，虔诚的回到桌面刷新一下，虔诚一些，默念我一定会成功的，拜托了！
再次输入，之后就可以等待好消息了。
下面依旧是对输出结果进行展示~
有问题可以在评论区留言，看到的话会回复，喜欢的话，给个点赞支持一下~谢谢各位
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/9935.html