初学hadoop2.7.1(三)第一个hadoop应用开发
来源:互联网 发布:js发post请求 ajax 编辑:程序博客网 时间:2024/06/05 14:44
操作系统:在windows7下使用ubuntu-14.04.3-desktop-amd64
hadoop版本:hadoop-2.7.1
jdk版本:jdk-7u79-linux-x64.tar.gz
eclipse版本:eclipse-jee-mars-R-win32
maven版本: apache-maven-3.3.9
1. Hadoop开发环境介绍:
如上图所示,我们可以选择在win中开发,也可以在linux中开发,本地启动Hadoop或者远程调用Hadoop,标配的工具都是Maven和Eclipse。
2. 用Maven构建Hadoop环境
1) 创建自己的workspace开发目录
2) 在workspace目录下用Maven创建一个标准化的Java项目
mvnarchetype:generate -DarchetypeGroupId=org.apache.maven.archetypes-DgroupId=com.myhadoop -DartifactId=myHadoop -DpackageName=org.myhadoop-Dversion=1.0-SNAPSHOT -DinteractiveMode=false
3) 进入项目myHadoop,执行mvn命令生成eclipse工程
mvn clean install
mvn eclipse:eclipse
4) 打开eclipse设置maven
设置installations
设置User Settings
5) Hadoop工程导入到eclipse
6) 在pom.xml中添加hadoop依赖
注:
很多框架都会依赖jdk中的tools.jar,但是maven仓库中却没有.
如在eclipse+maven编写mapreduce代码,就会报Missing artifact jdk.toos:jdk.toos:jar:1.6
如何解决这个问题呢,只需要在项目的pom.xml 文件中加入以下配置,指定maven去本地寻找 tools.jar、
<dependency>
<groupId>jdk.tools</groupId>
<artifactId>jdk.tools</artifactId>
<version>1.8</version>
<scope>system</scope>
<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
3. 开发应用程序
1) 开发HDFS测试程序
package com.myhadoop;import java.io.InputStream;import java.net.URI;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FSDataOutputStream;import org.apache.hadoop.fs.FileStatus;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IOUtils;publicclass HDFSTest { publicstaticvoid main(String[] args) throws Exception { String uri = "hdfs://192.168.248.128:9000/"; Configuration config = newConfiguration(); FileSystem fs = FileSystem.get(URI.create(uri), config); // 列出hdfs上目录下的所有文件和目录 FileStatus[] statuses = fs.listStatus(new Path("dfs/data/test")); for (FileStatus status : statuses) { System.out.println(status); } // 在hdfs目录下创建一个文件,并写入一行文本 FSDataOutputStream os = fs.create(new Path("dfs/data/test/test.log")); os.write("HelloWorld!".getBytes()); os.flush(); os.close(); // 显示在hdfs下指定文件的内容 InputStream is = fs.open(new Path("dfs/data/test/test.log")); IOUtils.copyBytes(is, System.out, 1024, true); }}
注:如果出现connect fail 错误,在core-site.xml里修改host为对外ip
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.248.128:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/tongwei/Work/Dev/Hadoop/hadoop-2.7.1/tmp</value>
<description>A base of other temporarydirectories</description>
</property>
</configuration>2) 开发MapReduce测试程序
package com.myhadoop;import java.io.IOException;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 EventCount { public static class MyMapper extends Mapper<Object, Text, Text, IntWritable>{ private final static IntWritable one = new IntWritable(1); private Text event = new Text(); public void map(Object key, Text value, Context context) throws IOException, InterruptedException { int idx = value.toString().indexOf(" "); if (idx > 0) { String e = value.toString().substring(0, idx); event.set(e); context.write(event, one); } } } public static class MyReducer extends Reducer<Text,IntWritable,Text,IntWritable> { private IntWritable result = new IntWritable(); public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { int sum = 0; for (IntWritable val : values) { sum += val.get(); } result.set(sum); context.write(key, result); } } 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: EventCount <in> <out>"); System.exit(2); } Job job = Job.getInstance(conf, "event count"); job.setJarByClass(EventCount.class); job.setMapperClass(MyMapper.class); job.setCombinerClass(MyReducer.class); job.setReducerClass(MyReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.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 package”命令产生jar包myHadoop-1.0-SNAPSHOT.jar,并将jar文件复制到hadoop安装目录下。这里假定我们需要分析几个日志文件中的Event信息来统计各种Event个数,所以创建一下目录和文件。
创建input文件夹
$ mkdir input
在input文件夹里创建我们需要分析的日志文件,
$ sudo vim./input/event.log.1
编辑文件内容:
JOB_NEW ...
JOB_NEW ...
JOB_FINISH ...
JOB_NEW ...
JOB_FINISH ...
以此类推分别创建event.log.2, event.log.3日志文件,
$ cp ./input/event.log.1 ./input/event.log.2
$ cp ./input/event.log.1 ./input/event.log.3
在dfs/data下创建input文件夹,
$ bin/hadoop fs -mkdir -p ./dfs/data/input
然后把这些文件复制到HDFS上,
$ bin/hdfs dfs -put./input ./dfs/data
或
$ bin/hadoop fs –put ./input./dfs/data
运行mapreduce作业,
1$ bin/hadoopjar myHadoop-1.0-SNAPSHOT.jar com.myhadoop.EventCount dfs/data/input dfs/data/output
查看执行结果,
$ bin/hadoopfs -cat dfs/data/output/part-r-00000
附录:
在eclispse中设置input和output作为传入参数
String input ="hdfs://192.168.248.128:9000/user/tongwei/dfs/data/input";
Stringoutput = "hdfs://192.168.248.128:9000/user/tongwei/dfs/data/output";
运行改程序的时候可能会出现下面错误,
ERROR [org.apache.hadoop.util.Shell]Failed to locate the winutils binary in the hadoop binary path
java.io.IOException:Could not locate executable null\bin\winutils.exe in the Hadoop binaries.
究其原因为程序需要根据HADOOP_HOME找到winutils.exe,由于win机器并没有配置该环境变量,所以程序报null\bin\winutils.exe。
解决方案为:
1. 下载hadoop2.7.1版本的winutils的windows版本
http://download.csdn.net/detail/faq_tong/9413293
2. Ecplise用64为JDK作为complier解决
NativeIO$Windows.createDirectoryWithMode0(Ljava/lang/String;I)S错误
3. 添加HADOOP_HOME环境变量或用下面代码设置系统属性
System.setProperty("hadoop.home.dir","C:/tongwei/works/myprojects/HadoopEx/tools/hadoop-common-bin-2.7.1");
4. 把hadoop.dll拷贝到windows/system32下解决org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z错误
一切OK,程序运行成功!
- 初学hadoop2.7.1(三)第一个hadoop应用开发
- 启动第一个Hadoop应用
- 第一个hadoop程序开发
- Android简明开发教程三:第一个应用Hello World
- Android简明开发教程三:第一个应用Hello World
- 第一个Struts2应用开发
- 开发第一个EJB应用
- 我是菜鸟之小小项目开发经历(三)------第一个应用系统开发
- 我的第一个应用(三)
- (三)利用Titanium Studio,快速开发你的第一个移动应用Hello World!
- Firefox OS手机应用开发(三):第一个Firefox OS应用程序
- 开发第一个分布式的j2ee应用
- pb 11.5 web开发 - 第一个应用
- 开发第一个 Open JPA 应用
- 开发的第一个iphone应用--HandPhoto
- xcode开发,第一个小应用
- struts2框架开发的第一个应用
- Electron-使用Electron开发第一个应用
- Windows Embedded Compact 实时调度介绍
- 提交带有html标签文本时,ASP.NET 报错解决方法
- Genymotion模拟器 Unable to create virtual devicec:Server returned HTTP satus code 0 错误解决
- jQuery.validator 参数使用javascript方式调用属性
- ERROR 1045 (28000): Access denied for user 'root'@'localhost' (using password: YES)
- 初学hadoop2.7.1(三)第一个hadoop应用开发
- Android开发记录20-获取缓存大小和清除缓存功能
- Sql Server性能调试方法
- getHibernateTemplate()与getSession()的区别
- velocity的使用
- ViewFlow笔记
- 机器学习算法中文视频教程
- 联系人 表
- thinkphp 本页项目, 调用方法