Universidad EAFIT

Curso ST0263 Tópicos Especiales en Telemática, 2020-1

Profesor: Edwin Montoya M. – emontoya@eafit.edu.co

Profesor: Alvaro Ospina - aeospinas@eafit.edu.co

Laboratorio MapReduce

1. Se tiene un conjunto de datos, que representan el salario anual de los empleados formales en Colombia por sector económico, según la DIAN.

• La estructura del archivo es: (sececon: sector económico) (archivo: dataempleados.csv)

  idemp,sececon,salary,year
  
  3233,1234,35000,1960
  3233,5434,36000,1961
  1115,3432,34000,1980
  3233,1234,40000,1965
  1115,1212,77000,1980
  1115,1412,76000,1981
  1116,1412,76000,1982
  

• Realizar un programa en Map/Reduce, con hadoop en Python o Java, que permita calcular:

1. El salario promedio por Sector Económico (SE)
2. El salario promedio por Empleado
3. Número de SE por Empleado que ha tenido a lo largo de la estadística

2. Ejecución del punto

Lab MapReduce