文档章节

使用Maven开发Hadoop

爱兔一生
 爱兔一生
发布于 2015/07/08 10:00
字数 581
阅读 1211
收藏 69

环境为Hadoop2.5.2(如何搭建环境教程),在pom.xml中加入以下配置文件。

<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-common</artifactId>
    <version>2.5.2</version>
</dependency>
<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-hdfs</artifactId>
    <version>2.5.2</version>
</dependency>

<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-client</artifactId>
    <version>2.5.2</version>
</dependency>

<dependency>
    <groupId>junit</groupId>
    <artifactId>junit</artifactId>
    <version>3.8.1</version>
    <scope>test</scope>
</dependency>

测试HDFS

public class HdfsTest
{
    public static void main( String[] args ) throws IOException {
        String uri = "hdfs://192.168.1.112:9000/";
        Configuration config = new Configuration();
        FileSystem fs = FileSystem.get(URI.create(uri), config);
        //列出目录所有文件
        FileStatus[] statuses = fs.listStatus(new Path("/data"));
        for (FileStatus status : statuses) {
            System.out.println(status);
        }
        //创建新文件
        FSDataOutputStream os = fs.create(new Path("/data/hdfs_test.txt"));
        os.write("测试HDFS第一条\r\n".getBytes());
        os.write("测试HDFS第二条\r\n".getBytes());
        os.flush();
        os.close();
        //读取文件
        InputStream is = fs.open(new Path("/data/hdfs_test.txt"));
        IOUtils.copyBytes(is, System.out, 1024, true);
    }
}

测试Map/Reduce

实例:将多个文件里面的内容去掉重复行。

思路:把数据行当做map/reduce的key来处理即可。value可以为空。

代码实现如下:

package com.zhm;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
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 java.io.IOException;

/**
 * Created by zhm on 2015/7/8.
 */
public class MapReduceTest {
    public static class MyMapper extends Mapper<Object, Text, Text, Text> {
        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
            //将文本行放入key
            context.write(value,new Text(""));
        }
    }

    public static class MyReducer extends Reducer<Text,Text,Text,Text> {
        public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {
            //输出key
            context.write(key, new Text(""));
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
        if (otherArgs.length < 2) {
            System.err.println("Usage: MapReduceTest <in> <out>");
            System.exit(2);
        }
        Job job = Job.getInstance(conf, "MapReduceTest");
        job.setJarByClass(MapReduceTest.class);
        job.setMapperClass(MyMapper.class);
        job.setCombinerClass(MyReducer.class);
        job.setReducerClass(MyReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

运行:mvn clean package 打好jar包。并上传至服务器的hadoop安装目录中。

在服务器上创建需要统计去重的文件。

mkdir /tmp/mapred

cd /tmp/mapred
vi file1.txt
#输入以下内容
192.168.1.1
192.168.1.2
192.168.1.4

vi file2.txt
#输入以下内容
192.168.1.3
192.168.1.2
192.168.1.5

vi file3.txt
#输入以下内容
192.168.1.1
192.168.1.3
192.168.1.4

#清空hdfs目录,tmp目录不要删除。主要是测试方便,也可以不删除目录,只要将文件指定一个新的测试目录就行。
hdfs dfs -rm -r -f -skipTrash /目录名

#将创建好的文件上传至HDFS
 hdfs dfs -put /tmp/mapred /input
 
#进入hadoop安装主目录
hadoop jar maven_hadoop-1.0-SNAPSHOT.jar com.zhm.MapReduceTest /input /output

#查看结果
hdfs dfs -cat /output/part-r-00000
#结果如下:
192.168.1.1
192.168.1.2
192.168.1.3
192.168.1.4
192.168.1.5


© 著作权归作者所有

爱兔一生
粉丝 12
博文 18
码字总数 11362
作品 0
常州
高级程序员
私信 提问
eclipse上搭建hadoop开发环境

一、概述 1.实验使用的Hadoop集群为伪分布式模式,eclipse相关配置已完成; 2.软件版本为hadoop-2.7.3.tar.gz、apache-maven-3.5.0.rar。 二、使用eclipse连接hadoop集群进行开发 1.在开发主...

一语成谶灬
2017/09/07
0
0
零基础学习hadoop到上手工作线路指导(编程篇)

问题导读: 1.hadoop编程需要哪些基础? 2.hadoop编程需要注意哪些问题? 3.如何创建mapreduce程序及其包含几部分? 4.如何远程连接eclipse,可能会遇到什么问题? 5.如何编译hadoop源码? ...

一枚Sir
2014/08/07
896
0
hadoop(06)、使用Eclipse开发Hadoop的MapReduce项目

本文实践源代码的码云地址: https://gitee.com/MaxBill/HMRP 在上文《hadoop(05)、使用Eclipse连接远程Hadoop集群》中我们主要实践了使用Eclispe开发工具安 装hadoop的开发插件,并且使用h...

MaxBill
2017/12/28
209
0
学习hadoop-远程链接 HDFS

使用javaAPI的方式远程链接HDFS 首先项目进行maven管理 我这边使用的hadoop是2.5.0 进行学习 远程在win上面使用ide开发工具进行链接hadoop 首先创建maven工程 然后在resources 导入在 hadoop...

qq_36020545
2018/01/15
0
0
如何在eclipse调试mapreduce程序

如何在eclipse或myeclipse调试mapreduce程序,这个可能是初学mr程序者碰到的一个难题 在hadoop1.2.1后,在下载的源代码中找不到hadoop-eclipse-plugin相关的jar或源代码。 其实hadoop目前使用...

cloud-coder
2013/11/26
1K
0

没有更多内容

加载失败,请刷新页面

加载更多

spring源码分析6: ApplicationContext的初始化与BeanDefinition的搜集入库

先前几篇都是概念的讲解:回顾下 BeanDefinition 是物料 Bean是成品 BeanFactory是仓库,存储物料与成品 ApplicationContext初始化搜集物料入库,触发生产线,取出物料生产Bean 本文研究spr...

星星之焱
29分钟前
5
0
彻底解决tomcat乱码问题

本地项目请求访问,浏览器中文输出没问题。 部署到服务器上面之后,返回到浏览器的中文就乱码了。 尝试办法: 1.修改tomcat下的conf中的service.xml中的配置信息: 重新启动后,没有效果还是...

诗书易经
45分钟前
5
0
Java开发需要掌握的IDEA插件大全

1、Lombok 解释:这是最基本的插件,2017年就火了,还没用的百度一下吧。 博客链接:Intellij IDEA 安装lombok及使用详解 2、PlantUML integration 解释:各种类之间的关联图,高级开发必备。...

木九天
45分钟前
6
0
python学习10.05:Python range()快速初始化数字列表

实际场景中,经常需要存储一组数字。例如在游戏中,需要跟踪每个角色的位置,还可能需要跟踪玩家的几个最高得分。在数据可视化中,处理的几乎都是由数字(如温度、距离、人口数量、经度和纬度...

太空堡垒185
53分钟前
4
0
java单元测试,PowerMockito模拟方法内new对象

在做单元测试中有时候需要对方法内new出来的对象进行隔离,这是我们需要使用PowerMockito。 添加依赖 <dependency> <groupId>org.powermock</groupId> <artifactId>......

如梦之猿
54分钟前
5
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