Hadoop 前N名最受欢迎的网站

我正在努力学习Hadoop，我有一个拥有数百万网页的服务器场。我不需要弄清楚哪些是十大最受欢迎的网页。如何在Hadoop中做到这一点？

看看基本的字数示例。 您只需将“文本中的单词”替换为“url”

---

我刚刚意识到我在github上已经有了类似的东西，可以作为我不久前写的库的一个例子：

好吧，这有点跳过了将web日志的摄取部分输入到HDFSI中，只回答了这个问题。鉴于这个问题目前的明确性，我选择将自己局限于实际被问到的问题。（而不是替他做家庭作业）当然，但你只是含糊其辞地回答问题，以此来帮助吸血鬼