hadoop和hbase配置好正常运行时的进程情况,jps后查看
60559 HRegionServer
7329 Main
20653 Jps
29355 HQuorumPeer
16221 ResourceManager
29417 HMaster
16538 NodeManager
15750 NameNode
15880 DataNode
16046 SecondaryNameNode
网上很多例子都是基于hadoop 0.9x 的,新版hadoop函数有变。
例子是从 hadoop hdfs上读取文件,map reduce后写入多个hbase 表
故重新测试例子如下环境:
hadoop 2.5.2
hbase 1.1.4
有一种场景:例如需要分析日志,统计后,存储到hbase 结果集表和索引表:
例子中没用新版hbase函数,若用新版函数请参考修改
http://bobboy007.iteye.com/admin/blogs/2289537
package jyw.test; 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.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.HColumnDescriptor; import org.apache.hadoop.hbase.HTableDescriptor; import org.apache.hadoop.hbase.client.HBaseAdmin; import org.apache.hadoop.hbase.client.Put; //import org.apache.hadoop.hbase.mapreduce.TableOutputFormat; import org.apache.hadoop.hbase.mapreduce.MultiTableOutputFormat; import org.apache.hadoop.hbase.io.ImmutableBytesWritable; import org.apache.hadoop.hbase.mapreduce.TableReducer; import org.apache.hadoop.hbase.util.Bytes; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.input.TextInputFormat; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.Reducer.Context; import org.apache.hadoop.io.Writable; /* * 测试reduce写入多个表 * */ public class HBaseMultiTableOutputReduce { // 实现 Map 类 public static class Map extends Mapper<LongWritable, Text, Text, IntWritable> { private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { StringTokenizer itr = new StringTokenizer(value.toString()); while (itr.hasMoreTokens()) { word.set(itr.nextToken()); context.write(word, one); } } } /* 实现 Reduce 类 * map 的输出类型 * map的输出值类型 * reduce的输出类型 * reduce的输出类型 * 查是否有setup,clear方法,测试到 myql */ public static class Reduce extends Reducer<Text, IntWritable, Writable, Put> { public void reduce(Text key, Iterable<IntWritable> values, Context context) { ImmutableBytesWritable putTable1 = new ImmutableBytesWritable(Bytes.toBytes("wordcount")); ImmutableBytesWritable putTable2 = new ImmutableBytesWritable(Bytes.toBytes("wordcount1")); int sum = 0; Iterator<IntWritable> iterator = values.iterator(); while (iterator.hasNext()) { sum += iterator.next().get(); } // Put 实例化,每个词存一行 Put put = new Put(Bytes.toBytes(key.toString())); // 列族为 content,列修饰符为 count,列值为数目 put.add(Bytes.toBytes("content"), Bytes.toBytes("count"), Bytes.toBytes(String.valueOf(sum))); try { context.write(putTable1, put); context.write(putTable2, put); } catch (Exception e) { e.printStackTrace(); } // context.write(NullWritable.get(), put); } } // 创建 HBase 数据表 public static void createHBaseTable(String tableName) throws IOException { // 创建表描述 HTableDescriptor htd = new HTableDescriptor(tableName); // 创建列族描述 HColumnDescriptor col = new HColumnDescriptor("content"); htd.addFamily(col); // 配置 HBase Configuration conf = HBaseConfiguration.create(); // conf.set("hbase.zookeeper.quorum","127.0.0.1"); // conf.set("hbase.zookeeper.property.clientPort", "2181"); HBaseAdmin hAdmin = new HBaseAdmin(conf); if (hAdmin.tableExists(tableName)) { System.out.println("该数据表已经存在,正在重新创建。"); // hAdmin.disableTable(tableName); // hAdmin.deleteTable(tableName); } else { System.out.println("创建表:" + tableName); hAdmin.createTable(htd); } } public static void main(String[] args) throws Exception { String tableName1 = "wordcount"; String tableName2 = "wordcount1"; // 第一步:创建数据库表 HBaseMultiTableOutputReduce.createHBaseTable(tableName1); HBaseMultiTableOutputReduce.createHBaseTable(tableName2); // 第二步:进行 MapReduce 处理 // 配置 MapReduce Configuration conf = new Configuration(); // 这几句话很关键 // conf.set("mapred.job.tracker", "master:9001"); // conf.set("hbase.zookeeper.quorum","master"); // conf.set("hbase.zookeeper.property.clientPort", "2181"); // conf.set(TableOutputFormat.OUTPUT_TABLE, tableName); Job job = new Job(conf, "multi output Count"); job.setJarByClass(HBaseMultiTableOutputReduce.class); // 设置 Map 和 Reduce 处理类 job.setMapperClass(Map.class); job.setReducerClass(Reduce.class); // 设置输出类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); // 设置输入和输出格式 job.setInputFormatClass(TextInputFormat.class); // job.setOutputFormatClass(TableOutputFormat.class); job.setOutputFormatClass(MultiTableOutputFormat.class); // 设置输入目录 FileInputFormat.addInputPath(job, new Path("hdfs://192.168.0.42:9000/user/jiayongwei/input/")); System.exit(job.waitForCompletion(true) ? 0 : 1); } }
相关推荐
Hadoop生态系统还包括HBase、Hive、Pig、Oozie等工具,它们分别提供了NoSQL数据库服务、SQL查询接口、数据流处理和工作流调度等功能,共同构建了一个强大的大数据处理平台。 总结来说,“hadoop-2.5.2.tar.gz”是...
在IT行业中,Hadoop是一个广泛使用的开源框架,用于存储和...在部署完成后,可以考虑学习和掌握Hadoop的数据处理框架如MapReduce和Spark,以及Hadoop生态中的其他工具,如Hive、Pig和HBase等,以充分发挥Hadoop的潜力。
本书从Hadoop的缘起开始,由浅入深,结合理论和实践,全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。全书共16章,3个附录,涉及的主题包括:Haddoop简介;MapReduce简介;Hadoop分布式文件系统;Hadoop...
从Hadoop URL中读取数据 通过FileSystem API读取数据 写入数据 目录 查询文件系统 删除数据 数据流 文件读取剖析 文件写入剖析 一致模型 通过 distcp并行拷贝 保持 HDFS 集群的均衡 Hadoop的归档文件 使用Hadoop归档...
例如`bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.2.jar grep input output 'dfs[a-z.]+'`,最后通过`bin/hdfs dfs -get output`将输出文件从分布式文件系统复制到本地文件系统检查结果。...
IHD 2.2中的Hadoop部分包含多个样例程序,涵盖了从基本操作到高级用例的不同场景,旨在帮助用户深入了解Hadoop的功能及其在实际项目中的应用。 ##### 2.4 样例: TestDFSIO (Stress Testing HDFSI/O) **2.4.1 样例...
此部分指导用户如何从零开始配置一个新的Hadoop集群。包括以下步骤: - **3.2 指定集群节点以及网络环境** - 确定哪些服务器将作为集群节点。 - 设置集群的网络配置。 - **3.3 配置集群节点认证协议** - 定义...
6.4 分布式结构化数据表HBase 197 6.4.1 逻辑模型 198 6.4.2 物理模型 198 6.4.3 子表服务器 199 6.4.4 主服务器 199 6.4.5 元数据表 200 6.5 Hadoop安装 200 6.5.1 在Linux系统中安装Hadoop 200 6.5.2 在Windows...