侧边栏壁纸
博主头像
落叶人生博主等级

走进秋风,寻找秋天的落叶

  • 累计撰写 130562 篇文章
  • 累计创建 28 个标签
  • 累计收到 9 条评论
标签搜索

目 录CONTENT

文章目录

使用Maven开发Hadoop

2022-07-10 星期日 / 0 评论 / 0 点赞 / 50 阅读 / 8030 字

环境为Hadoop2.5.2(如何搭建环境教程),在pom.xml中加入以下配置文件。 <dependency><groupId>org.apache.hadoop</groupId><artifac

环境为Hadoop2.5.2(如何搭建环境教程),在pom.xml中加入以下配置文件。

<dependency>    <groupId>org.apache.hadoop</groupId>    <artifactId>hadoop-common</artifactId>    <version>2.5.2</version></dependency><dependency>    <groupId>org.apache.hadoop</groupId>    <artifactId>hadoop-hdfs</artifactId>    <version>2.5.2</version></dependency><dependency>    <groupId>org.apache.hadoop</groupId>    <artifactId>hadoop-client</artifactId>    <version>2.5.2</version></dependency><dependency>    <groupId>junit</groupId>    <artifactId>junit</artifactId>    <version>3.8.1</version>    <scope>test</scope></dependency>

测试HDFS

public class HdfsTest{    public static void main( String[] args ) throws IOException {        String uri = "hdfs://192.168.1.112:9000/";        Configuration config = new Configuration();        FileSystem fs = FileSystem.get(URI.create(uri), config);        //列出目录所有文件        FileStatus[] statuses = fs.listStatus(new Path("/data"));        for (FileStatus status : statuses) {            System.out.println(status);        }        //创建新文件        FSDataOutputStream os = fs.create(new Path("/data/hdfs_test.txt"));        os.write("测试HDFS第一条/r/n".getBytes());        os.write("测试HDFS第二条/r/n".getBytes());        os.flush();        os.close();        //读取文件        InputStream is = fs.open(new Path("/data/hdfs_test.txt"));        IOUtils.copyBytes(is, System.out, 1024, true);    }}

测试Map/Reduce

实例:将多个文件里面的内容去掉重复行。

思路:把数据行当做map/reduce的key来处理即可。value可以为空。

代码实现如下:

package com.zhm;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;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;import java.io.IOException;/** * Created by zhm on 2015/7/8. */public class MapReduceTest {    public static class MyMapper extends Mapper<Object, Text, Text, Text> {        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {            //将文本行放入key            context.write(value,new Text(""));        }    }    public static class MyReducer extends Reducer<Text,Text,Text,Text> {        public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {            //输出key            context.write(key, new Text(""));        }    }    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: MapReduceTest <in> <out>");            System.exit(2);        }        Job job = Job.getInstance(conf, "MapReduceTest");        job.setJarByClass(MapReduceTest.class);        job.setMapperClass(MyMapper.class);        job.setCombinerClass(MyReducer.class);        job.setReducerClass(MyReducer.class);        job.setOutputKeyClass(Text.class);        job.setOutputValueClass(Text.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 clean package 打好jar包。并上传至服务器的hadoop安装目录中。

在服务器上创建需要统计去重的文件。

mkdir /tmp/mapredcd /tmp/mapredvi file1.txt#输入以下内容192.168.1.1192.168.1.2192.168.1.4vi file2.txt#输入以下内容192.168.1.3192.168.1.2192.168.1.5vi file3.txt#输入以下内容192.168.1.1192.168.1.3192.168.1.4#清空hdfs目录,tmp目录不要删除。主要是测试方便,也可以不删除目录,只要将文件指定一个新的测试目录就行。hdfs dfs -rm -r -f -skipTrash /目录名#将创建好的文件上传至HDFS hdfs dfs -put /tmp/mapred /input #进入hadoop安装主目录hadoop jar maven_hadoop-1.0-SNAPSHOT.jar com.zhm.MapReduceTest /input /output#查看结果hdfs dfs -cat /output/part-r-00000#结果如下:192.168.1.1192.168.1.2192.168.1.3192.168.1.4192.168.1.5


广告 广告

评论区