1. 程式人生 > >hadoop第五課:java開發Map/Reduce

hadoop第五課:java開發Map/Reduce

pla tool @override val code 項目 ssp ava ram

配置系統環境變量HADOOP_HOME,指向hadoop安裝目錄(如果你不想招惹不必要的麻煩,不要在目錄中包含空格或者中文字符)
把HADOOP_HOME/bin加到PATH環境變量(非必要,只是為了方便)
如果是在windows下開發,需要添加windows的庫文件
把盤中共享的bin目錄覆蓋HADOOP_HOME/bin
如果還是不行,把其中的hadoop.dll復制到c:\windows\system32目錄下,可能需要重啟機器
建立新項目,引入hadoop需要的jar文件

代碼WordMapper:

技術分享圖片
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
 
public class WordMapper extends Mapper<LongWritable,Text, Text, IntWritable> {
 
    @Override
    protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context)
            throws IOException, InterruptedException {
        String line = value.toString();
        String[] words = line.split(" ");
        for(String word : words) {
            context.write(new Text(word), new IntWritable(1));
        }
    }
     
}
技術分享圖片

代碼WordReducer:

技術分享圖片
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
 
public class WordReducer extends Reducer<Text, IntWritable, Text, LongWritable> {
 
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values,
            Reducer<Text, IntWritable, Text, LongWritable>.Context context) throws IOException, InterruptedException {
        long count = 0;
        for(IntWritable v : values) {
            count += v.get();
        }
        context.write(key, new LongWritable(count));
    }
     
}
技術分享圖片

代碼Test:

技術分享圖片
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
 
 
public class Test {
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
                         
        Job job = Job.getInstance(conf);
         
        job.setMapperClass(WordMapper.class);
        job.setReducerClass(WordReducer.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);
         
        FileInputFormat.setInputPaths(job, "c:/bigdata/hadoop/test/test.txt");
        FileOutputFormat.setOutputPath(job, new Path("c:/bigdata/hadoop/test/out/"));
         
        job.waitForCompletion(true);
    }
}
技術分享圖片

把hdfs中的文件拉到本地來運行

FileInputFormat.setInputPaths(job, "hdfs://master:9000/wcinput/");
FileOutputFormat.setOutputPath(job, new Path("hdfs://master:9000/wcoutput2/"));

註意這裏是把hdfs文件拉到本地來運行,如果觀察輸出的話會觀察到jobID帶有local字樣
同時這樣的運行方式是不需要yarn的(自己停掉yarn服務做實驗)
在遠程服務器執行

技術分享圖片
conf.set("fs.defaultFS", "hdfs://master:9000/");
 
conf.set("mapreduce.job.jar", "target/wc.jar");
conf.set("mapreduce.framework.name", "yarn");
conf.set("yarn.resourcemanager.hostname", "master");
conf.set("mapreduce.app-submission.cross-platform", "true");

FileInputFormat.setInputPaths(job, "/wcinput/");
FileOutputFormat.setOutputPath(job, new Path("/wcoutput3/"));
技術分享圖片

如果遇到權限問題,配置執行時的虛擬機參數-DHADOOP_USER_NAME=root
也可以將hadoop的四個配置文件拿下來放到src根目錄下,就不需要進行手工配置了,默認到classpath目錄尋找
或者將配置文件放到別的地方,使用conf.addResource(.class.getClassLoader.getResourceAsStream)方式添加,不推薦使用絕對路徑的方式

hadoop第五課:java開發Map/Reduce