hadoop学习笔记之<用eclipse开发>
来源:互联网 发布:什么域名不需要备案 编辑:程序博客网 时间:2024/04/28 10:59
Hadoop安装在虚拟机CentOS7.1系统中,开发在Windows系统中。
在Windows中有如下步骤要做:
- 下载hadoop-eclipse-plugin-2.6.1.jar
- 放到eclipse的plugins目录下
- 启动eclipse
- 解压hadoop2.6.1.tar.gz到本地某个目录中,如D:\Hadoop\hadoop-2.6.1
- 在Window->preference中找到Hadoop Map/Reduce,设置Hadoop installation directory为D:\Hadoop\hadoop-2.6.1
- 在Window->open perspective中选择Map/Reduce
- 在Window->Show View中选择Map/Reduce Locations
- 选择new hadoop location
其中10.8.188.147是CentOS系统的ip地址(要关闭防火墙),Map/Reduce(V2) Master 是jobtracker的端口,DFS Master是namenode的端口。
Hadoop主要的配置文件有三个core-site.xml、hdfs-site.xml和mapred-site.xml。
在core-site.xml中的fs.default.name属性就是指定了namenode的端口号,以及host
jobtracker使用默认的端口50030。
点击确认以后connect会成功。
注意:hadoop服务器中的core-site.xml的fs.default.name属性配置时,host需要是确切的ip,不能是localhost,否则会connection refused。也有可能没有启动成功,不一定是localhost的原因,再重新启动hadoop即可。
可参考:http://blog.itpub.net/26230597/viewspace-1370205/
------------------------------------------------------我是分割线---------------------------------------------------------------------
上面讲得那些最终并不成功,出现了很多乱七八糟的错误(可看:问题集锦1和问题集锦2),修改了以后还是不成功。后来觉得在Windows下用Eclipse开发其实最终还是运行在集群中的,流行的做法是Eclipse开发完单机模式下运行一下看能否正常运行,然后再打包成jar包放到集群中运行。
以下是Local模式下Eclipse开发的步骤
Hadoop版本:2.6.1
下载hadoop2.6.1.tar.gz
由http://wiki.apache.org/hadoop/Hadoop2OnWindows 可知,2.x版本或更新的版本可以直接安装在Windows平台上,在该网页中指出了几个注意点:
(1)Do not attempt to run the installation from within Cygwin. Cygwin is neither required nor supported. 也就是说2.x版本的不支持Cygwin,其实本身也不需要Cygwin,因为解压hadoop-2.6.1.tar.gz后可以看到其既提供了Linux平台下的.sh文件也提供了Windows平台下的.cmd文件。
(2)The official Apache Hadoop releases do not include Windows binaries.即需要链接库(包含了winutils.exe),由于2.2版本之前和之后的链接库不同,要下载对应的版本的链接库,这个可以从github下载或者csdn中下载,下载网址为:http://download.csdn.net/download/kemp/8433131 解压该文件到xxx\hadoop-2.6.1\bin目录下(相同的跳过即可,注:有些版本的winutils库不一定支持,就从这个网站下载就行,否则会出现Exception in thread "main"java.lang.UnsatisfiedLinkError)。
(3)JDK版本至少是JDK1.7,hadoop-2.6.1不再支持JDK1.6版本。
按照步骤2解压hadoop2.6.1.tar.gz后,并添加链接库(主要是winutils)后,然后新建HADOOP_HOME环境变量,在path环境变量后面添加 ;%HADOOP_HOME%\bin,打开Eclipse,新建Java Project,添加依赖jar包(可以放在user library中)。
需要添加的hadoop相应jar包有:
/hadoop-2.6.1/share/hadoop/common下所有jar包,及里面的lib目录下所有jar包,
/hadoop-2.6.1/share/hadoop/hdfs下所有jar包,不包括里面lib下的jar包,
/hadoop-2.6.1/share/hadoop/mapreduce下所有jar包,不包括里面lib下的jar包,
/hadoop-2.6.1/share/hadoop/yarn下所有jar包,不包括里面lib下的jar包
配置run configuration
路径可以使用绝对路径或相对路径,这里的路径指的是Windows的文件路径
Run 即可
可以在D:\output\part-00000中看到最终结果
注:在Local模式下Hadoop不会使用HDFS,也不会开启任何Hadoop守护进程,所有程序将在一个JVM上运行并且最多只允许拥有一个reducer。特别要注意的是每次运行前都需要先将输出路径删掉,否则会报org.apache.hadoop.mapred.FileAlreadyExistsException。一般我们使用Local模式来测试我们的MR程序是否能够正常运行,测试能正常运行后打包成JAR包放到集群上运行。
打包成jar包只需要右击项目选择Export,然后选择jar file即可(注:在MainClass中指定main函数所在的Class文件,可以方便操作)
运行jar文件。用户可以把他们的Map Reduce代码捆绑到jar文件中,使用hadoop jar命令执行。
用法:hadoop jar <jar> [mainClass] args... 当打包成jar包时如果指定了mainClass,则在这里就不用再指定。
以下网址可供参考:
Eclipse下使用Hadoop单机模式调试MapReduce程序
http://qindongliang.iteye.com/blog/2036619
示例程序:
package sjsb;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.mapred.JobConf; 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 { /** * MapReduceBase类:实现了Mapper和Reducer接口的基类(其中的方法只是实现接口,而未作任何事情) * Mapper接口: * WritableComparable接口:实现WritableComparable的类可以相互比较。所有被用作key的类应该实现此接口。 * Reporter 则可用于报告整个应用的运行进度,本例中未使用。 * */ public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{ /** * LongWritable, IntWritable, Text 均是 Hadoop 中实现的用于封装 Java 数据类型的类,这些类实现了WritableComparable接口, * 都能够被串行化从而便于在分布式环境中进行数据交换,你可以将它们分别视为long,int,String 的替代品。 */ private final static IntWritable one = new IntWritable(1); private Text word = new Text();//Text 实现了BinaryComparable类可以作为key值 /** * Mapper接口中的map方法: * void map(K1 key, V1 value, OutputCollector<K2,V2> output, Reporter reporter) * 映射一个单个的输入k/v对到一个中间的k/v对 * 输出对不需要和输入对是相同的类型,输入对可以映射到0个或多个输出对。 * OutputCollector接口:收集Mapper和Reducer输出的<k,v>对。 * OutputCollector接口的collect(k, v)方法:增加一个(k,v)对到output */ public void map(Object key, Text value, Context context) throws IOException, InterruptedException { /** * 原始数据: * c++ java hello world java hello you me too map阶段,数据如下形式作为map的输入值:key为偏移量 0 c++ java hello 16 world java hello 34 you me too */ /** * 以下解析键值对 * 解析后以键值对格式形成输出数据 * 格式如下:前者是键排好序的,后者数字是值 * c++ 1 * java 1 * hello 1 * world 1 * java 1 * hello 1 * you 1 * me 1 * too 1 * 这些数据作为reduce的输出数据 */ StringTokenizer itr = new StringTokenizer(value.toString());//得到什么值 System.out.println("value什么东西 : "+value.toString()); System.out.println("key什么东西 : "+key.toString()); while (itr.hasMoreTokens()) { word.set(itr.nextToken()); context.write(word, one); } } } public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> { private IntWritable result = new IntWritable(); /** * reduce过程是对输入数据解析形成如下格式数据: * (c++ [1]) * (java [1,1]) * (hello [1,1]) * (world [1]) * (you [1]) * (me [1]) * (you [1]) * 供接下来的实现的reduce程序分析数据数据 * */ public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { int sum = 0; /** * 自己的实现的reduce方法分析输入数据 * 形成数据格式如下并存储 * c++ 1 * hello 2 * java 2 * me 1 * too 1 * world 1 * you 1 * */ for (IntWritable val : values) { sum += val.get(); } result.set(sum); context.write(key, result); } } public static void main(String[] args) throws Exception { /** * JobConf:map/reduce的job配置类,向hadoop框架描述map-reduce执行的工作 * 构造方法:JobConf()、JobConf(Class exampleClass)、JobConf(Configuration conf)等 */ Configuration conf = new Configuration(); String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs(); //这里需要配置参数即输入和输出的HDFS的文件路径 if (otherArgs.length != 2) { System.err.println("Usage: wordcount <in> <out>"); System.exit(2); } // JobConf conf1 = new JobConf(WordCount.class); Job job = new Job(conf, "word count");//Job(Configuration conf, String jobName) 设置job名称和 job.setJarByClass(WordCount.class); job.setMapperClass(TokenizerMapper.class); //为job设置Mapper类 job.setCombinerClass(IntSumReducer.class); //为job设置Combiner类 job.setReducerClass(IntSumReducer.class); //为job设置Reduce类 job.setOutputKeyClass(Text.class); //设置输出key的类型 job.setOutputValueClass(IntWritable.class);// 设置输出value的类型 FileInputFormat.addInputPath(job, new Path(otherArgs[0])); //为map-reduce任务设置InputFormat实现类 设置输入路径 FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//为map-reduce任务设置OutputFormat实现类 设置输出路径 System.exit(job.waitForCompletion(true) ? 0 : 1); } }
hadoop-2.6-winutils(hadoop.dll).zip 32位:http://download.csdn.net/download/luoyepiaoxin/8860031 或 http://download.csdn.net/detail/qq_32180909/9286567
- hadoop学习笔记之<用eclipse开发>
- 【hadoop学习笔记】3.hadoop eclipse 开发
- hadoop学习笔记2:eclipse开发MapReduce
- hadoop学习笔记--4.Ubuntu下Eclipse+hadoop开发配置
- Hadoop学习笔记之在Eclipse中远程调试Hadoop
- Hadoop学习笔记之在Eclipse中远程调试Hadoop
- Hadoop学习笔记之在Eclipse中远程调试Hadoop
- Hadoop学习笔记之在Eclipse中远程调试Hadoop
- Hadoop学习笔记之在Eclipse中远程调试Hadoop
- Hadoop学习笔记之五:使用Eclipse插件
- Hadoop学习笔记之五:使用Eclipse插件
- hadoop学习笔记(3)-eclipse下搭建hadoop开发环境各种问题的解决
- HADOOP的学习笔记 (第三期) eclipse 配置hadoop开发环境
- HADOOP的学习笔记 (第三期) eclipse 配置hadoop开发环境 .
- Hadoop学习之Eclipse构建Hadoop项目
- Hadoop学习之Eclipse构建Hadoop项目
- Hadoop学习之Eclipse构建Hadoop项目
- Hadoop学习笔记之HBase客户端程序开发
- 另一种遍历Map的方式 Map.Entry 和 Map.entrySet()
- 简笔画~小乌龟
- LeetCode 114: Flatten Binary Tree to Linked List
- Android一点 sdk调用客户端授权
- AutoMapper——初见
- hadoop学习笔记之<用eclipse开发>
- java中的打印流
- 在驱动中添加syfs系统接口
- Java 函数重载
- rails 使用bootstrap及bootswatch
- this class is not key value coding-compliant for the key XXX错误的解决方法
- 数据结构实验之二叉树的建立与遍历
- Ofbiz中的.groovy文件
- Java中数据输入输出流