| 使用命令行编译打包运行自己的MapReduce程序 Hadoop2.6.0 | 您所在的位置：网站首页 › 编写mapreduce程序 › 使用命令行编译打包运行自己的MapReduce程序 Hadoop2.6.0 |
使用命令行编译打包运行自己的MapReduce程序 Hadoop2.6.0
本文以 Hadoop 2.6.0 单机模式环境下的 WordCount 实例来介绍 2.x 版本中如何编辑自己的 MapReduce 程序。 Hadoop 2.x 版本中的依赖 jarHadoop 2.x 版本中 jar 不再集中在一个 hadoop-core*.jar 中，而是分成多个 jar，如使用 Hadoop 2.6.0 运行 WordCount 实例至少需要如下三个 jar: $HADOOP_HOME/share/hadoop/common/hadoop-common-2.6.0.jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.6.0.jar $HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar实际上，通过命令 hadoop classpath 我们可以得到运行 Hadoop 程序所需的全部 classpath 信息。 编译、打包 Hadoop MapReduce 程序我们将 Hadoop 的 classhpath 信息添加到 CLASSPATH 变量中，在 ~/.bashrc 中增加如下几行： export HADOOP_HOME=/usr/local/hadoop export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH别忘了执行 source ~/.bashrc 使变量生效，接着就可以通过 javac 命令编译 WordCount.java 了（使用的是 Hadoop 源码中的 WordCount.java，源码在文本最后面）： javac WordCount.java编译时会有警告，可以忽略。编译后可以看到生成了几个 .class 文件。
接着把 .class 文件打包成 jar，才能在 Hadoop 中运行： jar -cvf WordCount.jar ./WordCount*.class打包完成后，运行试试，创建几个输入文件： mkdir input echo "echo of the rainbow" > ./input/file0 echo "the waiting game" > ./input/file1
如果读者Hadoop的环境是单机模式，请跳过此步骤。如果读者的Hadoop环境已经配置成伪分布式，那么读者还需要进行执行下列操作命令： # 把本地文件上传到伪分布式HDFS上 /usr/local/hadoop/bin/hadoop fs -put ./input input开始运行。直接运行/usr/local/hadoop/bin/hadoop jar WordCount.jar WordCount input output，可能会出现找不到类的错误：
正确运行后的结果如下：
使用命令行编译运行 MapReduce 程序毕竟有些麻烦，修改一次就得手动编译、打包一次，使用Eclipse编译运行MapReduce程序会更加方便。 WordCount.java 源码文件位于 hadoop-2.6.0-src\hadoop-mapreduce-project\hadoop-mapreduce-examples\src\main\java\org\apache\hadoop\examples 中： 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 [...] "); 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 { private IntWritable result = new IntWritable(); public IntSumReducer() { } public void reduce(Text key, Iterable values, Reducer.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 { private static final IntWritable one = new IntWritable(1); private Text word = new Text(); public TokenizerMapper() { } public void map(Object key, Text value, Mapper.Context context) throws IOException, InterruptedException { StringTokenizer itr = new StringTokenizer(value.toString()); while(itr.hasMoreTokens()) { this.word.set(itr.nextToken()); context.write(this.word, one); } } } } 参考资料 http://blog.sina.com.cn/s/blog_68cceb610101r6tg.html http://www.cppblog.com/humanchao/archive/2014/05/27/207118.aspx |
点击这里观看厦门大学林子雨老师主讲《大数据技术原理与应用》授课视频
网上的 MapReduce WordCount 教程对于如何编译 WordCount.java 几乎是一笔带过… 而有写到的，大多又是 0.20 等旧版本版本的做法，即 javac -classpath /usr/local/hadoop/hadoop-1.0.1/hadoop-core-1.0.1.jar WordCount.java，但较新的 2.X 版本中，已经没有 hadoop-core*.jar 这个文件，因此编辑和打包自己的MapReduce程序与旧版本有所不同。
使用Javac编译自己的MapReduce程序
创建WordCount的输入
这是因为我们在代码中设置了package包名，这里也要写全，正确的命令如下。
Tips：如果读者已经将Hadoop的bin目录添加到环境变量，那么每一句命令的/usr/local/hadoop/bin/都可以不写。【本文地址】