Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount

本文目录

• ​​写在前面​​
• ​​step1 eclipse访问hadoop​​
• ​​step2 重启并配置eclipse​​
• ​​step3 新建Map/Reduce项目​​
• ​​step4 复制粘贴代码​​
• ​​step5 配置运行参数​​

• ​​==**整个hadoop就到此结束啦**==​​

写在前面

本系列文章索引以及一些默认好的条件在 ​​传送门​​

step1 eclipse访问hadoop

首先需要明确eclipse安装目录，然后将hadoop-eclipse-plugin_版本号.jar插件放在安装目录的dropins下

关于插件，可以通过博主上传到csdn的免费资源获取，​​链接​​ 具体版本可以自己选择：

step2 重启并配置eclipse

在eclipse界面中依次选择：Window→show view→other→MapReduce Tools/Map/Reduce Locations

然后在界面上会显示一个大象符号，如下图：

点击大象符号，然后就会配置一个​​DFS Location​​ 配置参数为：

配置好后点击finish

然后会出现：

step3 新建Map/Reduce项目

在Eclipse中依次选择File→New→Other…→Map/Reduce Project→Next，

输入项目名TestWordCount，浏览并选择Hadoop路径/usr/local/hadoop，单击“Finish”按钮，则新建项目TestWordCount成功

新建包并在包下创建相应的类，具体项目结构如下：

step4 复制粘贴代码

package wordCount;

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;
public class WordCount {
  public static class WordCountMapper extends Mapper<Object, Text, Text, IntWritable> {
    /**
     * 定义final 静态变量one,用来标示键值对<String,One>
     * 然后定义Text类型的变量来存储字符串
     */
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();
    public void map(Object key, Text value, Context context)
    throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {//
        word.set(itr.nextToken());
        /**
         * 写入键值对
         */
        context.write(word, one);
      }
    }
  }
  public static class WordCountReducer 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();
    if (args.length != 2) {
      System.err.println("Usage: <in> <out>");
      System.exit(2); 
    }
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(WordCountMapper.class);
    job.setCombinerClass(WordCountReducer.class);
    job.setReducerClass(WordCountReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

step5 配置运行参数

启动hadoop集群后在终端写入：

hadoop fs -mkdir /tmp
hadoop fs -chmod -R 777 /tmp

Run→Run Configurations选项，以配置输入输出参数

大致为：

点击run直接跑

然后在左侧的目录下会显示文件夹：

点进去看下part-r-00000文件就会发现，该文件存储结果：

其中输入为：

结果与预期一致，项目成功~

整个hadoop就到此结束啦