问一个关于Hadoop Python中读写文件统计分析相关问题，,假设我有一个文件A包含一

将文件A作为输入，Mapper中读文件。
下面是在Hadoop2下的代码（测试通过）。

mapper.py:

#! /usr/bin/env pythonimport syswith open('A') as f:    words = [w.strip() for w in f]for line in sys.stdin:    for w in words:        if w in line:            print '%s\t%s' % (w, 1)

reducer.py：

#! /usr/bin/env pythonimport sysfrom itertools import groupbydef yield_stdin():    for line in sys.stdin:        yield line.rstrip().split('\t', 1)for k, rows in groupby(yield_stdin(), lambda x: x[0]):    count = sum(int(v) for _, v in rows)    print '%s\t%d' % (k, count)

运行任务：

HADOOP_HOME=/usr/local/hadoop$HADOOP_HOME/bin/hadoop fs -put S S$HADOOP_HOME/bin/hadoop jar $HADOOP_HOME/share/hadoop/tools/lib/hadoop-streaming*.jar \    -file mapper.py -mapper mapper.py \    -file reducer.py -reducer reducer.py \    -file A \ # 重要    -input S -output count_lines

关于Hadoop之前的版本，需要修改hadoop-streaming-x.x.x.jar的位置。