Eclipse+Maven构建Hadoop项目的方法步骤
maven 翻译为”专家”、”内行”，是 apache 下的一个纯 java 开发的开源项目。基于项目对象模型(project object model 缩写：pom)概念，maven利用一个*信息片断能管理一个项目的构建、报告和文档等步骤。maven 是一个项目管理工具，可以对 java 项目进行构建、依赖管理。
在开发一些大型项目的时候，需要用到各种各样的开源包jar，为了方便管理及加载jar，使用maven开发项目可以节省大量时间且方便项目移动至新的开发环境。
开发环境
- 系统：macos 10.14.1
- hadoop：2.7.0
- java：1.8.0
- eclipse：4.6.2
- maven: 3.3.9
maven安装
我使用的这个版本的eclipse已经自带了maven插件，不需要在自行安装，因此我也没有实际操作，本文就不介绍如何配置。
至于怎么知道自己使用的eclipse是否自带有maven，可以在eclipse->preference->maven->installations查看是否有maven及版本号。或者直接新建项目查看是否有maven选项。
构建hadoop环境
创建maven项目
打开eclipse，file->new->project，选择maven，然后下一步next
选择creat a simple project，然后下一步next
输入group id和artifact id。然后finish。
groupid和artifactid被统称为“坐标”是为了保证项目唯一性而提出的，如果你要把你项目弄到maven本地仓库去，你想要找到你的项目就必须根据这两个id去查找。
groupid一般分为多个段，这里我只说两段，第一段为域，第二段为公司名称。域又分为org、com、cn等等许多，其中org为非营利组织，com为商业组织。举个apache公司的tomcat项目例子：这个项目的groupid是org.apache，它的域是org（因为tomcat是非营利项目），公司名称是apache，artigactid是tomcat。
比如我创建一个项目，我一般会将groupid设置为cn.snowin，cn表示域为中国，snowin是我个人姓名缩写，artifactid设置为testproj，表示你这个项目的名称是testproj，依照这个设置，你的包结构最后是cn.snowin.testproj打头。(引自 链接 )
完成上述步骤后，就可以在project explorer中看到刚刚创建的maven项目。
增加hadoop依赖
我使用的hadoop 2.7版本，以下是我的pom配置文件
<project xmlns="http://maven.apache.org/pom/4.0.0" xmlns:xsi="http://www.w3.org/2001/xmlschema-instance" xsi:schemalocation="http://maven.apache.org/pom/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelversion>4.0.0</modelversion> <groupid>practice.hadoop</groupid> <artifactid>simple-examples</artifactid> <version>0.0.1-snapshot</version> <packaging>jar</packaging> <name>simple-examples</name> <url>http://maven.apache.org</url> <properties> <project.build.sourceencoding>utf-8</project.build.sourceencoding> </properties> <dependencies> <dependency> <groupid>junit</groupid> <artifactid>junit</artifactid> <version>4.12</version> <scope>test</scope> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-common</artifactid> <version>2.7.0</version> </dependency> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-hdfs</artifactid> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-client</artifactid> <version>2.7.0</version> </dependency> <dependency> <groupid>org.apache.mrunit</groupid> <artifactid>mrunit</artifactid> <version>1.1.0</version> <classifier>hadoop2</classifier> <scope>test</scope> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-core --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-mapreduce-client-core</artifactid> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-yarn-api --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-yarn-api</artifactid> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-auth --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-auth</artifactid> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-minicluster --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-minicluster</artifactid> <version>2.7.0</version> <scope>test</scope> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-jobclient --> <dependency> <groupid>org.apache.hadoop</groupid> <artifactid>hadoop-mapreduce-client-jobclient</artifactid> <version>2.7.0</version> <scope>provided</scope> </dependency> </dependencies> </project>
在project explorer中右键该项目，选择build project，maven就会根据pom.xml配置文件下载所需要的jar包。
稍等一段时间后，就可以看到maven dependencies中已经下载好的jar包。
hadoop配置文件
运行 mapreduce 程序前，务必将 /usr/local/cellar/hadoop/2.7.0/libexec/etc/hadoop 中将有修改过的配置文件（如伪分布式需要core-site.xml 和 hdfs-site.xml），以及log4j.properties复制到 src/main/resources/
mapreduce实例—wordcount
在 src/main/java/ 路径下，创建java文件，代码如下
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.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 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); // 值为1
private text word = new text();
public void map(object key, text value, context context) throws ioexception, interruptedexception {
stringtokenizer itr = new stringtokenizer(value.tostring()); // 对字符串进行切分
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();
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();
conf.addresource("classpath:/hadoop/core-site.xml");
conf.addresource("classpath:/hadoop/hdfs-site.xml");
conf.addresource("classpath:/hadoop/mapred-site.xml");
// string[] otherargs = new genericoptionsparser(conf, args).getremainingargs();
string[] otherargs = {"/input", "/output"};
if (otherargs.length != 2) {
system.err.println("usage: wordcount <in> <out>");
system.exit(2);
}
job job = new job(conf, "word count");
job.setjarbyclass(wordcount.class);
job.setmapperclass(tokenizermapper.class);
job.setcombinerclass(intsumreducer.class);
job.setreducerclass(intsumreducer.class);
job.setoutputkeyclass(text.class);
job.setoutputvalueclass(intwritable.class);
fileinputformat.setinputdirrecursive(job, true);
fileinputformat.addinputpath(job, new path(otherargs[0]));
fileoutputformat.setoutputpath(job, new path(otherargs[1]));
system.exit(job.waitforcompletion(true) ? 0 : 1);
}
}
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。