文档章节

Windows下使用 IntelliJ IDEA搭建hadoop开发环境调试MapReduce(二)

Hi徐敏
 Hi徐敏
发布于 2015/04/14 22:23
字数 962
阅读 370
收藏 1

准备

准备前一篇的涉及到的内容

这里额外新增一快,在idea的安装目录下,也就是idea.exe的目录下新建一个idea.bat,使用txt文本文件改下后缀名即可,编辑输入以下信息:

runas /user:root  /savecred idea.exe

相当于使用前面新建的windows账号为root的用户,使用root身份执行idea.exe程序,此时会提示输入root账号的密码,如果idea在root账号下曾经开发过其他的内容,IDEA会使用root下的配置。

搭建

前面已经新建了Test的测试类,这里新建WordCount2测试类

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Counter;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
import org.apache.hadoop.util.StringUtils;

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.io.InputStream;
import java.net.URI;
import java.util.*;

public class WordCount2 {
    public static class TokenizerMapper
            extends Mapper<Object, Text, Text, IntWritable>{
        static enum CountersEnum { INPUT_WORDS }

        private final static IntWritable one = new IntWritable(1);
        private Text word = new Text();

        private boolean caseSensitive;
        private Set<String> patternsToSkip = new HashSet<String>();

        private Configuration conf;
        private BufferedReader fis;

        @Override
        public void setup(Context context) throws IOException,
                InterruptedException {
            conf = context.getConfiguration();
            caseSensitive = conf.getBoolean("wordcount.case.sensitive", false);
            if (conf.getBoolean("wordcount.skip.patterns", false)) {
                URI[] patternsURIs = Job.getInstance(conf).getCacheFiles();
                for (URI patternsURI : patternsURIs) {
                    Path patternsPath = new Path(patternsURI.getPath());
                    String patternsFileName = patternsPath.getName().toString();
                    parseSkipFile(patternsFileName);
                }
            }
        }

        private void parseSkipFile(String fileName) {
            try {
                fis = new BufferedReader(new FileReader(fileName));
                String pattern = null;
                while ((pattern = fis.readLine()) != null) {
                    patternsToSkip.add(pattern);
                }
            } catch (IOException ioe) {
                System.err.println("Caught exception while parsing the cached file '"
                        + StringUtils.stringifyException(ioe));
            }
        }

        @Override
        public void map(Object key, Text value, Context context
        ) throws IOException, InterruptedException {
            String line = (caseSensitive) ?
                    value.toString() : value.toString().toLowerCase();
            for (String pattern : patternsToSkip) {
                line = line.replaceAll(pattern, "");
            }
            StringTokenizer itr = new StringTokenizer(line);
            while (itr.hasMoreTokens()) {
                word.set(itr.nextToken());
                context.write(word, one);
                Counter counter = context.getCounter(CountersEnum.class.getName(),
                        CountersEnum.INPUT_WORDS.toString());
                counter.increment(1);
            }
        }
    }

    public static class IntSumReducer
            extends Reducer<Text,IntWritable,Text,IntWritable> {
        private IntWritable result = new IntWritable();

        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context
        ) throws IOException, InterruptedException {
            int sum = 0;
            for (IntWritable val : values) {
                sum += val.get();
            }
            result.set(sum);
            context.write(key, result);
        }
    }

    public static void main(String[] args0) throws Exception {
        //String[] args1=args0;
    
        //这里两个参数本来在执行main方法的args里面配置,这里写死在这里方便调试
        String[] args1={"hdfs://192.168.145.128:9000/tmp/input",   "hdfs://192.168.145.128:9000/tmp/output"};
        
        Configuration conf = new Configuration();
        // 每个人的maven仓库的路径不一样,这里使用你的MAVEN仓库路径,比如我的MAVEN就暴露出了盘很多,报名为me.j360.hadoop,F:\\Maven\\repo
        // 如果缺少这一句,会提示ClassNotFound
        conf.set("mapred.jar", "F:\\Maven\\repo\\me\\j360\\hadoop\\1.0-SNAPSHOT\\hadoop-1.0-SNAPSHOT.jar");

        // 以下都是默认配置,端口号和hadoop集群的配置必须要一致
        conf.setBoolean("mapreduce.app-submission.cross-platform", true);      // 配置使用跨平台提交任务
        String flag=conf.get("mapreduce.app-submission.cross-platform");
        System.out.println(flag);
        conf.set("fs.defaultFS", "hdfs://192.168.145.128:9000");                       //指定namenode
        conf.set("mapreduce.framework.name", "yarn");                            // 指定使用yarn框架
        conf.set("yarn.resourcemanager.address", "192.168.145.128:8032");             // 指定resourcemanager
        conf.set("yarn.resourcemanager.scheduler.address", "192.168.145.128:8030");  // 指定资源分配器
        conf.set("mapreduce.jobhistory.address","192.168.145.128:10020");

        GenericOptionsParser optionParser = new GenericOptionsParser(conf, args1);
        String[] remainingArgs = optionParser.getRemainingArgs();
        if (!(remainingArgs.length != 2 || remainingArgs.length != 4)) {
            System.err.println("Usage: wordcount <in> <out> [-skip skipPatternFile]");
            System.exit(2);
        }
        Job job = Job.getInstance(conf, "word count");
        job.setJarByClass(WordCount2.class);
        job.setMapperClass(TokenizerMapper.class);
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        List<String> otherArgs = new ArrayList<String>();
        for (int i=0; i < remainingArgs.length; ++i) {
            if ("-skip".equals(remainingArgs[i])) {
                job.addCacheFile(new Path(remainingArgs[++i]).toUri());
                job.getConfiguration().setBoolean("wordcount.skip.patterns", true);
            } else {
                otherArgs.add(remainingArgs[i]);
            }
        }
        FileInputFormat.addInputPath(job, new Path(otherArgs.get(0)));
        FileOutputFormat.setOutputPath(job, new Path(otherArgs.get(1)));

        if(job.waitForCompletion(true)){
            System.out.println("执行完成...");
            
            //使用hdfs的api打印出结果
            FileSystem fs = FileSystem.get(URI.create("hdfs://192.168.145.128:9000"), conf);

            // 列出hdfs上/tmp/output/目录下的所有文件和目录
            FileStatus[] statuses = fs.listStatus(new Path("/tmp/output"));
            for (FileStatus status : statuses) {
                System.out.println(status);
                System.out.println(status.getPath());

            }
            
            // 显示在hdfs的/tmp/output下指定文件的内容
            InputStream is = fs.open(new Path("/tmp/output/part-r-00000"));
            IOUtils.copyBytes(is, System.out, 1024, true);

        }
    }
}


调试

执行main方法,等待几秒钟,如果提示file已经存在,则修改下输出的路径,如果file找不到,根据hdfs的api调试

FileStatus{path=hdfs://192.168.145.128:9000/tmp/output/_SUCCESS; isDirectory=false; length=0; replication=3; blocksize=134217728; modification_time=1429001943525; access_time=1429001943504; owner=root; group=supergroup; permission=rw-r--r--; isSymlink=false}
FileStatus{path=hdfs://192.168.145.128:9000/tmp/output/part-r-00000; isDirectory=false; length=45; replication=3; blocksize=134217728; modification_time=1429001943215; access_time=1429001942602; owner=root; group=supergroup; permission=rw-r--r--; isSymlink=false}
bye	2
hadoop	2
hello	3
jj	1
world	1
world!	1


© 著作权归作者所有

共有 人打赏支持
Hi徐敏
粉丝 120
博文 40
码字总数 67954
作品 0
静安
架构师
大数据Hadoop需要了解哪些内容?

一、Hadoop环境搭建 1. Hadoop生态环境介绍 2. Hadoop云计算中的位置和关系 3. 国内外Hadoop应用案例介绍 4. Hadoop概念、版本、历史 5. Hadoop核心组成介绍及hdfs、mapreduce体系结构 6. H...

mo默瑶
05/05
0
0
大数据经典学习路线(及供参考)之 一

1.Linux基础和分布式集群技术 学完此阶段可掌握的核心能力: 熟练使用Linux,熟练安装Linux上的软件,了解熟悉负载均衡、高可靠等集群相关概念,搭建互联网高并发、高可靠的服务架构; 学完此...

柯西带你学编程
05/22
0
0
如何分布式运行mapreduce程序

如何分布式运行mapreduce程序 一、 首先要知道此前提 若在windows的Eclipse工程中直接启动mapreduc程序,需要先把hadoop集群的配置目录下的xml都拷贝到src目录下,让程序自动读取集群的地址后...

Zero零_度
2015/09/06
0
0
Hadoop环境搭建及相关组件的工作流程介绍

1前言 本篇博客主要是记录Hadoop环境配置包括单机伪分布环境搭建,分布式环境搭建和Hadoop相关组件的工作流程介绍,包括HDFS读写流程,YARN的资源调度流程,MapReduce工作流程。 建议先理解各...

u014732537
05/24
0
0
IntellJ IDEA Maven编写Hadoop程序

因为现在大部分Hadoop教程都是介绍Eclipse的,而且是手动加载.jar的。 所以把maven在Idea的写法记录一下。因为我现在用的是2.7.6的Hadoop.首先POM如下 <?xml version="1.0" encoding="UTF-8"...

算法之名
05/09
0
0

没有更多内容

加载失败,请刷新页面

加载更多

搬瓦工镜像站bwh1.net被DNS污染,国内打不开搬瓦工官网

今天下午(2018年10月17日),继搬瓦工主域名bandwagonhost.com被污染后,这个国内的镜像地址bwh1.net也被墙了。那么目前应该怎么访问搬瓦工官网呢? 消息来源:搬瓦工优惠网->搬瓦工镜像站b...

flyzy2005
今天
2
0
SpringBoot自动配置

本篇介绍下,如何通过springboot的自动配置,将公司项目内的依赖jar,不需要扫描路径,依赖jar的情况下,就能将jar内配置了@configuration注解的类,创建到IOC里面 介绍下开发环境 JDK版本1.8 spr...

贺小五
今天
3
0
命令行新建Maven多项目

参考地址 # DgroupId 可以理解为包名# DartifactId 可以理解为项目名mvn archetype:generate -DgroupId=cn.modfun -DartifactId=scaffold -DarchetypeArtifactId=maven-archetype-quickst......

阿白
今天
1
0
OSChina 周四乱弹 —— 上帝对我单身年限的惩罚越来越长了

Osc乱弹歌单(2018)请戳(这里) 【今日歌曲】 @达尔文:分享张卫健的单曲《身体健康》 《身体健康》- 张卫健 手机党少年们想听歌,请使劲儿戳(这里) 昨天是重阳节咯, 可惜小小编辑总是晚...

小小编辑
今天
12
1
django rest framework 外键序列化方法与问题总结

django rest framework 外键序列化方法与问题总结 当借口中需要出现一对多关系的时候,我们可以用rest_framwork的序列化功能来处理,代码如下. # models.pyfrom django.db import modelscl...

_Change_
昨天
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部