欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

使用Eclipse编写MapReduce程序

程序员文章站 2023-12-23 16:53:28
...

写在前面:

测试环境:Deepin 15.10.1、Hadoop-2.8.5、Eclipse Photon Release (4.8.0)

Step0:使用Eclipse操作HDFS

安装hadoop2x-eclipse-plugin插件,能够使得在Eclipse中查看HDFS中的目录和文件。

使用Eclipse编写MapReduce程序

安装 hadoop-eclipse-plugin,可在下Github 上下载的 hadoop2x-eclipse-plugin.下载后,将 release 中的 hadoop-eclipse-kepler-plugin-2.6.0.jar 复制到 Eclipse 安装目录的 plugins 文件夹中,运行 eclipse -clean 重启 Eclipse。(添加插件后只需要运行一次该命令,以后按照正常方式启动就行了)。

安装完成后进行有关配置,在此强调需要先启动Hadoop,需要先启动Hadoop,需要先启动Hadoop(重要的事情说三遍)。重启完成Eclipse后,可在project Explorer中看到上图中的DFS Locations。

接着配置本地hdfs目录位置。安装插件后在Window->Preferences中会多出Hadoop Map/Reduce选项,点击配置本机上的hadoop目录。

使用Eclipse编写MapReduce程序

Step1:创建MapReduce项目

MapReduce项目其实就是普通的Java项目,由于我们先前安装了插件,在此处我们可以使用插件进行快捷项目创建,在File->New->Map/Reduce Project。(其实这里就是帮助我们导入了有关的jar包,无需再手动导入)

使用Eclipse编写MapReduce程序

创建项目完成后,切换Map/Reduce开发视图,Window -> Perspective -> Open Perspective -> Other,在下方同Console相同的面板区即可查看到Map/Reduce Locations 开发面板。

使用Eclipse编写MapReduce程序

 选中Map/Reduce Locations面板中 ,在空白区右击选择New Hadoop Location,建立与 Hadoop 集群的连接。

使用Eclipse编写MapReduce程序

 在弹出来的 General 选项面板中,General 的设置要与 Hadoop 的配置一致。一般两个 Host 值是一样的,如果是伪分布式,填写 localhost 即可,此处本地配置的是Hadoop伪分布式配置,设置 fs.defaultFS 为 hdfs://localhost:9001,则 DFS Master 的 Port 要改为 9001。Map/Reduce(V2) Master 的 Port 用默认的即可,Location Name 随意填写。

使用Eclipse编写MapReduce程序

 配置完成后即可在DFS Locations中查看到HDFS中的文件,可以*的进行文件的上传和下载等操作。

使用Eclipse编写MapReduce程序

 Step3:编写MapReduce程序

右击WordCount项目,创建一个新的Class,这里我们使用官方的WordCount文件。代码如下:

package org.apache.hadoop.examples;
 
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.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 {
    public WordCount() {
    }
 
    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: wordcount <in> [<in>...] <out>");
            System.exit(2);
        }
 
        Job job = Job.getInstance(conf, "word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(WordCount.TokenizerMapper.class);
        job.setCombinerClass(WordCount.IntSumReducer.class);
        job.setReducerClass(WordCount.IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
 
        for(int i = 0; i < otherArgs.length - 1; ++i) {
            FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
        }
 
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[otherArgs.length - 1]));
        System.exit(job.waitForCompletion(true)?0:1);
    }
 
    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
        private IntWritable result = new IntWritable();
 
        public IntSumReducer() {
        }
 
        public void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            int sum = 0;
 
            IntWritable val;
            for(Iterator i$ = values.iterator(); i$.hasNext(); sum += val.get()) {
                val = (IntWritable)i$.next();
            }
 
            this.result.set(sum);
            context.write(key, this.result);
        }
    }
 
    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        private static final IntWritable one = new IntWritable(1);
        private Text word = new Text();
 
        public TokenizerMapper() {
        }
 
        public void map(Object key, Text value, Mapper<Object, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
 
            while(itr.hasMoreTokens()) {
                this.word.set(itr.nextToken());
                context.write(this.word, one);
            }
 
        }
    }
}

执行WordCount.java之前,还需要将本地Hadoop配置文件和log4j配置文件复制到项目目录(未添加log4j配置文件可以正常执行), WordCount的输入和输出文件都在HDFS中,所以需要配置Eclipse中的执行文件时的参数,正常执行后控制台无输出(图中输出WARN由于未配置log4j),在DFS Locantions中可以查看到执行结果。(test.txt文件内容只有一句话:It's a test text.txt)

使用Eclipse编写MapReduce程序

 除了设置运行参数以外,还可以通过修改代码实现参数的设置。修改如下代码即可。

// String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
String[] otherArgs=new String[]{"input","output"}; /* 直接设置输入参数 */

 

上一篇:

下一篇: