`
hyz301
  • 浏览: 371173 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

使用Maven搭建Hadoop2开发环境

阅读更多

关于Maven的使用会在另外分享中说明,这里仅介绍怎么搭建Hadoop的开发环境。

1. 首先创建工程

 

mvn archetype:generate -DgroupId=my.hadoopstudy -DartifactId=hadoopstudy -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false

 

 

2. 然后在pom.xml文件里添加hadoop的依赖包hadoop-common, hadoop-client, hadoop-hdfs,添加后的pom.xml文件如下

 

<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://maven.apache.org/POM/4.0.0"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>my.hadoopstudy</groupId>
    <artifactId>hadoopstudy</artifactId>
    <packaging>jar</packaging>
    <version>1.0-SNAPSHOT</version>
    <name>hadoopstudy</name>
    <url>http://maven.apache.org</url>
 
    <dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.5.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.5.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.5.1</version>
        </dependency>
 
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>3.8.1</version>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

 

 

3. 测试
3.1 首先我们可以测试一下hdfs的开发,这里假定使用本博上一篇Hadoop文章中的hadoop伪分布式,类代码如下

 

package my.hadoopstudy.dfs;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
 
import java.io.InputStream;
import java.net.URI;
 
public class Test {
    public static void main(String[] args) throws Exception {
        String uri = "hdfs://192.168.1.140:9000/";
        Configuration config = new Configuration();
        FileSystem fs = FileSystem.get(URI.create(uri), config);
 
        // 列出hdfs上/根目录下的所有文件和目录
        FileStatus[] statuses = fs.listStatus(new Path("/"));
        for (FileStatus status : statuses) {
            System.out.println(status);
        }
 
        // 在hdfs的/user根目录下创建一个文件,并写入一行文本
        FSDataOutputStream os = fs.create(new Path("/user/fkong/test.log"));
        os.write("Hello World!".getBytes());
        os.flush();
        os.close();
 
        // 显示在hdfs的/user/fkong下指定文件的内容
        InputStream is = fs.open(new Path("/user/test.log"));
        IOUtils.copyBytes(is, System.out, 1024, true);
    }
}

 

 

3.2 测试MapReduce作业
测试代码比较简单,如下:

package my.hadoopstudy.mapreduce;
 
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;
 
import java.io.IOException;
 
public class EventCount {
 
    public static class MyMapper extends Mapper<Object, Text, Text, IntWritable>{
        private final static IntWritable one = new IntWritable(1);
        private Text event = new Text();
 
        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
            int idx = value.toString().indexOf(" ");
            if (idx > 0) {
                String e = value.toString().substring(0, idx);
                event.set(e);
                context.write(event, one);
            }
        }
    }
 
    public static class MyReducer 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();
        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
        if (otherArgs.length < 2) {
            System.err.println("Usage: EventCount <in> <out>");
            System.exit(2);
        }
        Job job = Job.getInstance(conf, "event count");
        job.setJarByClass(EventCount.class);
        job.setMapperClass(MyMapper.class);
        job.setCombinerClass(MyReducer.class);
        job.setReducerClass(MyReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.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 package”命令产生jar包hadoopstudy-1.0-SNAPSHOT.jar,并将jar文件复制到hadoop安装目录下

这里假定我们需要分析几个日志文件中的Event信息来统计各种Event个数,所以创建一下目录和文件

/tmp/input/event.log.1  

/tmp/input/event.log.2  

/tmp/input/event.log.3  


因为这里只是要做一个列子,所以每个文件内容可以都一样,假如内容如下
JOB_NEW ...  

JOB_NEW ...  

JOB_FINISH ...  

JOB_NEW ...  

JOB_FINISH ...  


然后把这些文件复制到HDFS上

$ bin/hdfs dfs -put /tmp/input /user/fkong/input  

 

运行mapreduce作业

$ bin/hadoop jar hadoopstudy-1.0-SNAPSHOT.jar my.hadoopstudy.mapreduce.EventCount /user/input /user/output  

 

查看执行结果

$ bin/hdfs dfs -cat /user/output/part-r-00000  
分享到:
评论

相关推荐

    使用Maven搭建Hadoop开发环境

    主要介绍了使用Maven搭建Hadoop开发环境的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

    Hadoop +API之idea+maven搭建HDFS开发环境

    2、你要有一个集群–hadoop集群,集群都没有你要使用什么来进行开发呢?或者说你要开发了哪里去呢?对吧 环境搭建—本地环境配置 环境搭建–集群环境搭建 3、集群以及本地开发环境的jdk版本要保持一致 4、maven 4.1...

    用Maven构建Hadoop项目

    Hadoop的MapReduce环境是一个复杂的编程环境,所以我们要尽可能地简化构建MapReduce项目的过程。Maven是一个很不错的自动化项目构建工具,通过Maven来帮助我们从复杂的环境配置中解脱出来,从而标准化开发过程。所以...

    linux下maven环境搭建.doc|linux下maven环境搭建.doc

    linux 下maven的环境搭建,最近在做hdfs相关的开发,Hadoop是一堆庞大的java源码,要编译Hadoop需要使用maven工程辅助,所以做了相关总结

    大数据技术开发环境搭建.docx

    使用Eclipse编译运行MapReduce程序(Hadoop-Eclipse-Plugin,建议) 38 使用Eclipse打包自己的MapReduce程序 51 不用Hadoop-Eclipse-Plugin编写MapReduce程序 54 Hadoop集群安装配置教程 56 HBase安装 56 HBase...

    Hadoop云环境部署搭建

    centOS安装.pdf Hadoop云环境部署开发问题.pdf Hadoop-分布式.pdf JAVA环境搭建_window.pdf JDK安装.pdf maven安装_window.pdf VMware Workstation安装.pdf 修改yum镜像.pdf 虚拟机网络配置

    伪分布式基于hadoop3.1.3生态环境大数据集群

    1.本机虚拟机镜像为ova格式,大小为2.9G,仅限VirtualBox使用,本机无图形界面!请注意! 2.本机为ubuntu16.04服务器版本,无图形...5.使用hadoop集群前,需要根据本地虚拟机的IP地址修改/etc/hosts文件中的host配置。

    windows10下spark2.3.0本地开发环境搭建-亲测

    windows10下spark2.3.0本地开发环境搭建 win10上部署Hadoop非Cygwin、非虚拟机方式。安装目录为D:\setupedsoft。涉及相关组件版本: win10 家庭装,64位,x86处理器 JDK1.8.0_171 hadoop-2.7.6 Spark-2.3.0 Scala-...

    Hadoop学习笔记(二)Hadoop 分布式文件系统 HDFS:1.HDFS基础

    Windows10下搭建eclipse开发hadoop的开发环境 其中的第一至四步骤。 1.2、请参考文章: maven的安装、路径配置、修改库文件路径和eclipse中的配置,解决Eclipse使用Maven下载慢的问题 1.3、创建一个maven工程HDFS ...

    idea开发spark程序的环境搭建.docx

    idea开发spark程序的环境搭建,idea+maven+spark+scala,详细介绍过程的每一步!详细介绍过程的每一步!详细介绍过程的每一步!

    Windows下配置IDEA的Spark的开发环境

    Windows下配置IDEA的Spark的开发环境 下载Spark-hadoop的文件包,spark-2.4.5-bin-hadoop2.7,官网进行下载http://spark.apache.org/downloads.html IDEA下载Scala语言的开发插件,进行安装重启; 下载scala的包并...

    Spark学习一:安装、IDEA编写代码

    文章目录Spark下载和安装Spark的部署模式spark on yarnIDEA编写spark程序下载Scala安装Scala插件建立Maven工程编写wordcount程序打成jar包验证JAR包 Spark下载和安装 可以去Spark官网下载对应的spark版本。此处我...

    大数据培训课程安排.pdf

    HDFS界⾯、MR界⾯、简单的SHELL、java访问hadoop)、HDFS(简介、SHELL、IDEA开发⼯具使⽤、全分布式集群搭建)、 MapReduce应⽤(中间计算过程、Java操作MapReduce、程序运⾏、⽇志监控)、Hadoop⾼级应⽤(YARN框架介绍...

Global site tag (gtag.js) - Google Analytics