hadoop上的兩種執行mapreduce程式的方法
之前學習了一段時間的hadoop的相關知識 ,學習理論基礎的時候要同時實際操作才能對它更熟練,廢話不多說來說說在hadoop上執行一個最簡單的words count的程式
首先我先貼上這個程式的原始碼 供大家參考 程式碼分為三個部分寫的Run、 map階段、 reduce階段
Map:
package wordsCount;
import java.io.IOException;
import java.util.StringTokenizer;
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 WordsMapper 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();
StringTokenizer st = new StringTokenizer(line);
while(st.hasMoreTokens()){
String word = st.nextToken();
context.write(new Text(word), new IntWritable(1));
}
}
}
Reduce:
package wordsCount;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class WordsReduce extends Reducer<Text, IntWritable, Text, IntWritable>{
@Override
protected void reduce(Text key, Iterable<IntWritable> iterator,
Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
// TODO 自動生成的方法存根
int sum = 0;
for(IntWritable i:iterator){
sum = sum + i.get();
}
context.write(key, new IntWritable(sum));
}
}
Run:
package wordsCount;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
public class Run {
public static void main(String[] args) throws Exception{
// TODO 自動生成的方法存根
Configuration configuration = new Configuration();
Job job = new Job(configuration);
job.setJarByClass(Run.class);
job.setJobName("words count!");
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
job.setInputFormatClass(TextInputFormat.class);
job.setOutputFormatClass(TextOutputFormat.class);
job.setMapperClass(WordsMapper.class);
job.setReducerClass(WordsReduce.class);
FileInputFormat.addInputPath(job, new Path("hdfs://192.168.1.111:9000/user/input/wc/"));
FileOutputFormat.setOutputPath(job,new Path("hdfs://192.168.1.111:9000/user/result/"));
job.waitForCompletion(true);
}
}
Run裡面的輸入和輸出路徑根據自己的來修改
這個程式就不用去講解了吧 到處都能找到
首先在hadoop上執行這個程式用兩個方法
方法一:將自己的編譯軟體與hadoop相連(我用的是MyEclipse去連結hadoop),直接執行程式。MyEclipse連線hadoop的教程待會我會在文章結尾處給出一個連結供大家參考。
看到下面的資訊就表示你成功了 然後你在再到你的輸出資料夾裡面就能檢視執行的結果了
第二個檔案裡面的內容就是輸出結果
第二種方法:將mapreduce程式打包成jar檔案
這裡簡單的說一下打包的方法
然後下一步,完成就可以了
將打包好的jar檔案傳到你的裝hadoop的機器上(我的hadoop叢集是裝在linux虛擬機器中的)用SSH把jar傳過去之後:
在你安裝hadoop的目錄下的bin目錄下有一個hadoop的可執行檔案,然後執行下面的操作就可以了:
來解釋下我的shell語句
/home/xiaohuihui/wordscount.jar:打包之後的jar檔案的所在位置(傳到虛擬機器中位置)
wordsCount/Run:這個位你的jar包中的主函式(這裡的主函式就是Run.class)的名字 可以開啟你的jar檔案檢視便知道
還可以在這個語句之後加上你的輸入和輸出的檔案路徑,但是這個我已經在我的程式中設定了
如果你執行上面的shell語句之後看到下面的輸出,那恭喜你,成功了!!
檢視結果你可通過在你的Eclipse連線好hadoop檢視,還可以通過在hdfs檔案系統的網頁去檢視(localhost:50070)。
還有一個很重要的一步就是,執行之前保證你的hadoop已經啟動了,可以通過jps來檢視你的程序中是否已經啟動hadoop叢集
Eclipse連線hadoop:http://blog.csdn.net/xjavasunjava/article/details/12320045