运行一个mapreduce实例

本文改编自打开
因为参考文中步骤有部分运行不正确，所以自己记录下自己的步骤，并将原因整理了下。

Score.java文件

下载

import java.io.IOException;import java.util.Iterator;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.LongWritable;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.input.TextInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;import org.apache.hadoop.util.GenericOptionsParser;public class Score {    public static class Map extends            Mapper<LongWritable, Text, Text, IntWritable> {        // 实现map函数        public void map(LongWritable key, Text value, Context context)                throws IOException, InterruptedException {            // 将输入的纯文本文件的数据转化成String            String line = value.toString();            // 将输入的数据首先按行进行分割            StringTokenizer tokenizerArticle = new StringTokenizer(line, "\n");            // 分别对每一行进行处理            while (tokenizerArticle.hasMoreElements()) {                // 每行按空格划分                StringTokenizer tokenizerLine = new StringTokenizer(tokenizerArticle.nextToken());                String strName = tokenizerLine.nextToken();// 学生姓名部分                String strScore = tokenizerLine.nextToken();// 成绩部分                Text name = new Text(strName);                int scoreInt = Integer.parseInt(strScore);                // 输出姓名和成绩                context.write(name, new IntWritable(scoreInt));            }        }    }    public static class Reduce extends            Reducer<Text, IntWritable, Text, IntWritable> {        // 实现reduce函数        public void reduce(Text key, Iterable<IntWritable> values,                Context context) throws IOException, InterruptedException {            int sum = 0;            int count = 0;            Iterator<IntWritable> iterator = values.iterator();            while (iterator.hasNext()) {                sum += iterator.next().get();// 计算总分                count++;// 统计总的科目数            }            int average = (int) sum / count;// 计算平均成绩            context.write(key, new IntWritable(average));        }    }    public static void main(String[] args) throws Exception {        Configuration conf = new Configuration();        // "localhost:9000" 需要根据实际情况设置一下        conf.set("mapred.job.tracker", "localhost:9000");        // 一个hdfs文件系统中的 输入目录 及 输出目录        String[] ioArgs = new String[] { "input/score", "output" };        String[] otherArgs = new GenericOptionsParser(conf, ioArgs).getRemainingArgs();        if (otherArgs.length != 2) {            System.err.println("Usage: Score Average <in> <out>");            System.exit(2);        }        Job job = new Job(conf, "Score Average");        job.setJarByClass(Score.class);        // 设置Map、Combine和Reduce处理类        job.setMapperClass(Map.class);        job.setCombinerClass(Reduce.class);        job.setReducerClass(Reduce.class);        // 设置输出类型        job.setOutputKeyClass(Text.class);        job.setOutputValueClass(IntWritable.class);        // 将输入的数据集分割成小数据块splites，提供一个RecordReder的实现        job.setInputFormatClass(TextInputFormat.class);        // 提供一个RecordWriter的实现，负责数据输出        job.setOutputFormatClass(TextOutputFormat.class);        // 设置输入和输出目录        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));        System.exit(job.waitForCompletion(true) ? 0 : 1);    }}

编译Score.java

javac Score.java

如果出现错误

vim /etc/profile----------------

添加如下内容

#set hadoop environmentexport HADOOP_HOME=/usr/local/hadoopexport PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbinexport CLASSPATH=$HADOOP_HOME/share/hadoop/common/hadoop-common-2.6.2.jar:$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.6.2.jar:$HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar

注意：这里的环境变量中的classpath就是和原文的不同之处，也应该就是这个原因造成编译不通过

重新运行

javac Score.java

会生成三个class文件

ls | grep class

打成jar包

jar -cvf Score.jar ./Score*.class

这里也和原文不同，不是用tar命令打包，而应该是jar命令

新建路径/input/score

hadoop fs -mkdir  -p /user/root/input/scores

上传到Hadoop的HDFS

hadoop fs -put ./*.txt /input/score

查看上传结果

hadoop fs -ls -R /input/score

运行

hadoop jar Score.jar Score /input/score /output

格式
hadoop jar jar包所在目录 类名称 HDFS中需要处理数据路径 HDFS中存放数据路径

这里如果报错，可能出现的情况有
http://blog.csdn.net/yeweiouyang/article/details/24467773

1、路径不对，注意当前路径和jar包所在的路径不一致2、jar包有问题（一开始用的tar打包，所以出错尴尬）3、jar包文件名错了

输出结果

hdfs dfs -ls output 或者 hadoop fs –ls –R /

查看结果

hdfs dfs -cat output/part-r-00000  或者 hadoop fs  -cat output/part-r-00000

参考文献
http://blog.sina.com.cn/s/blog_68cceb610101r6tg.html
也可以将上述操作的内容换成该文章中的WordCount.java源码以及file0和file1