文档章节

Eclipse连接Hadoop集群并运行wordCount全过程记录

Vegetable
 Vegetable
发布于 2017/02/28 21:07
字数 987
阅读 123
收藏 2

为了自己以后方便会看记录一下整个过程,Hadoop集群之前已经搭建好,这部分工作以后再补写。

环境:win10     Eclipse4.4.2     JDK1.7     Hadoop2.7.1     

相关安装文件可在文末的链接下载

1.加载eclipse插件

(1)下载hadoop-eclipse-plugin插件,此处下载了hadoop-eclipse-plugin-2.7.1。将hadoop-eclipse-plugin-2.7.1.jar拷贝到 eclipse的plugins目录。重启eclipse。

(2)下载Hadoop,解压到自己想要的路径,如D:\Java\hadoop-2.7.1

(3)打开 window-->preferences ,配置Hadoop MapReduce的安装路径,即(2)中的路径,如下图示

配置HADOOP_HOME环境变量,指向D:\Java\hadoop-2.7.1路径

2.配置MapReduce

(4)打开MapReduce视图。Window-->Show View-->Other 窗口,选择 MapReducer Locations,视图如下图所示

(5)点击蓝色小象新增按钮,提示输入MapReduce和HDFS Master相关信息

(6)配置完成后左侧project Explorer中会出现DFS Location

该目录为HDFS目录,可以右击向HDFS传文件。

在user文件中建立input output两个文件夹,并往input文件夹中上传wordCountInput.txt 内容为 

c++ java hello 
world java hello 
you me too

若出现权限问题考虑是否对文件有写的权限,实在不行文件权限改为777。可以ssh连接到hadoop的master服务器  hadoop fs -ls /user 查看目录  hadoop fs -cat /user/aa.txt查看文件

3.创建MapReduce Project 

(7)file->new->other 选择Map/Reduce Project 命名为MyHadoop

(8)在项目中建包,并建一个类名为WordCount.java的类。具体源码如下,来自于官方WordCount源码

//package org.apache.hadoop.examples;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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;

public class WordCount {

	/*
	 * 通过扩展Mapper实现内部类TokenizerMapper
	 */
	public static class TokenizerMapper extends
			Mapper<Object, Text, Text, IntWritable> {

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

		/*
		 * 重载map方法(non-Javadoc)
		 * 
		 * @see org.apache.hadoop.mapreduce.Mapper#map(KEYIN, VALUEIN,
		 * org.apache.hadoop.mapreduce.Mapper.Context)
		 */
		public void map(Object key, Text value, Context context)
				throws IOException, InterruptedException {
			StringTokenizer itr = new StringTokenizer(value.toString());
			while (itr.hasMoreTokens()) {
				word.set(itr.nextToken());
				context.write(word, one);// 写入处理的中间结果<key,value>
			}
		}
	}

	/*
	 * 通过扩展Reducer实现内部类IntSumReducer
	 */
	public static class IntSumReducer extends
			Reducer<Text, IntWritable, Text, IntWritable> {
		private IntWritable result = new IntWritable();

		/*
		 * 重载reduce方法(non-Javadoc)
		 * 
		 * @see org.apache.hadoop.mapreduce.Reducer#reduce(KEYIN,
		 * java.lang.Iterable, org.apache.hadoop.mapreduce.Reducer.Context)
		 */
		public void reduce(Text key, Iterable<IntWritable> values,
				Context context) throws IOException, InterruptedException {
			int sum = 0;
			for (IntWritable val : values) {
				sum += val.get(); // 计数
			}
			result.set(sum);
			context.write(key, result); // 写回结果
		}
	}

	public static void main(String[] args) throws Exception {
		Configuration conf = new Configuration(); // 启用默认配置
		String[] otherArgs = new GenericOptionsParser(conf, args)
				.getRemainingArgs();
		if (otherArgs.length != 2) {
			System.err.println("Usage: wordcount <in> <out>");
			System.exit(2);
		}
		Job job = new Job(conf, "word count");// 定义一个job
		job.setJarByClass(WordCount.class);// 设定执行类
		job.setMapperClass(TokenizerMapper.class);// 设定Mapper实现类
		job.setCombinerClass(IntSumReducer.class);// 设定Combiner实现类
		job.setReducerClass(IntSumReducer.class);// 设定Reducer实现类
		job.setOutputKeyClass(Text.class);// 设定OutputKey实现类,Text.class是默认实现
		job.setOutputValueClass(IntWritable.class);// 设定OutputValue实现类
		FileInputFormat.addInputPath(job, new Path(otherArgs[0]));// 设定job输入文件夹
		FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));// 设定job输出文件夹
		System.exit(job.waitForCompletion(true) ? 0 : 1);
	}
}

(9)加载hadoop运行参数。即加载输入输出文件,右键->run as->run configuration 设置Arguments

,点击Apply并退出。右击 run as ->Run on Hadoop。

(10)错误及解决方法

可能会出现 log4j:WARN No appenders could be found for logger错误:

解决方法:

在src下面新建file名为log4j.properties内容如下:
# Configure logging for testing: optionally with log file
log4j.rootLogger=WARN, stdout
# log4j.rootLogger=WARN, stdout, logfile

log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n

log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

windows可能会出现 hadoop2.7.1运行Wordcount错误
at java.lang.ProcessBuilder.start(ProcessBuilder.java:1012)

 Exception in thread "main" Java.lang.UnsatisfiedLinkError

解决方法:

    1:将Wordcount.jar文件解压到hadoop的bin目录下,文件可在文末的链接下载
    2:将hadoop.dll复制到C:\Window\System32下
    3:添加环境变量HADOOP_HOME,指向Hadoop目录

    4:将%HADOOP_HOME%\bin加入到path里面

    5:重启myeclipse或者eclipse

(11)运行正常之后会在刚刚传入的Hadoop输出文件中输出

 part-r-00000为结果

(12)用到的文件 http://pan.baidu.com/s/1pLk7UQ3

(13)最后感谢千面人对我的帮助,https://my.oschina.net/amhuman/blog/845826 这篇博文对读者帮助很大,欢迎大家阅读。

© 著作权归作者所有

Vegetable
粉丝 19
博文 46
码字总数 46625
作品 0
杭州
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
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
186
0
Hadoop单点部署与案例开发(微博用户数据分析)

一、环境搭建 1、Hadoop运行环境搭建 1.1 安装虚拟机 (1)下载并安装VMware虚拟机软件。 (2)创建虚拟机,实验环境虚拟机配置如下图所示。 (3)安装Ubuntu系统,安装结果如下图所示。 1....

天夣
2017/06/02
0
0
myeclipse配置hadoop开发环境

1、安装Hadoop开发插件 hadoop安装包contrib/目录下有个插件hadoop-0.20.2-eclipse-plugin.jar,拷贝到myeclipse根目录下/dropins目录下。 2、 启动myeclipse,打开Perspective: 【Window】...

刘胜球
2013/03/10
15.2K
0
Hadoop集群_Eclipse开发环境设置

1、Hadoop开发环境简介 1.1 Hadoop集群简介   Java版本:jdk-6u31-linux-i586.bin   Linux系统:CentOS6.0   Hadoop版本:hadoop-1.0.0.tar.gz 1.2 Windows开发简介   Java版本:jdk...

不语者
2016/11/03
30
0

没有更多内容

加载失败,请刷新页面

加载更多

rime设置为默认简体

转载 https://github.com/ModerRAS/ModerRAS.github.io/blob/master/_posts/2018-11-07-rime%E8%AE%BE%E7%BD%AE%E4%B8%BA%E9%BB%98%E8%AE%A4%E7%AE%80%E4%BD%93.md 写在开始 我的Arch Linux上......

zhenruyan
今天
4
0
简述TCP的流量控制与拥塞控制

1. TCP流量控制 流量控制就是让发送方的发送速率不要太快,要让接收方来的及接收。 原理是通过确认报文中窗口字段来控制发送方的发送速率,发送方的发送窗口大小不能超过接收方给出窗口大小。...

鏡花水月
今天
8
0
OSChina 周日乱弹 —— 别问,问就是没空

Osc乱弹歌单(2019)请戳(这里) 【今日歌曲】 @tom_tdhzz :#今日歌曲推荐# 分享容祖儿/彭羚的单曲《心淡》: 《心淡》- 容祖儿/彭羚 手机党少年们想听歌,请使劲儿戳(这里) @wqp0010 :周...

小小编辑
今天
890
10
golang微服务框架go-micro 入门笔记2.1 micro工具之micro api

micro api micro 功能非常强大,本文将详细阐述micro api 命令行的功能 重要的事情说3次 本文全部代码https://idea.techidea8.com/open/idea.shtml?id=6 本文全部代码https://idea.techidea8....

非正式解决方案
今天
5
0
Spring Context 你真的懂了吗

今天介绍一下大家常见的一个单词 context 应该怎么去理解,正确的理解它有助于我们学习 spring 以及计算机系统中的其他知识。 1. context 是什么 我们经常在编程中见到 context 这个单词,当...

Java知其所以然
昨天
6
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