word源码java
hw5
一、作业要求
在HDFS上加载莎士比亚文集的数据文件（Shakespeare.txt），编写MapReduce程序进行词频统计，并按照单词出现次数从大到小排列，输出前100个高频单词，要求忽略大小写，忽略标点符号（punctuation.txt），忽略停词（stop-word-list），忽略数字，单词长度>=3。输出格式为"<排名>：<单词>，<次数>"，例如：
1:
单词1，次数
2:
单词2，次数
...
100:
单词100，次数
【注】作业提交方式：git仓库地址或者相关文件的zip包
git仓库目录组织建议：
project
name
（例如wordcount）
|
+--
src
|
+--
target
|
+--
output
|
|
+--
result
(输出结果文件)
|
+--
pom.xml
|
+--
.gitignore（target目录下只保留jar文件，并忽略其它无关文件）
|
+--
readme.md
（对设计思路，实验结果等给出说明，并给出提交作业运行成功的WEB页面截图。可以进一步对性能、扩展性等方面存在的不足和
2022-05-23 08:11:13
4.48MB
1