Hadoop学习（二） 第一个小练习
使用eclipse编写代码，分析一个text文件中每个单词的出现的次数
eclipse下载地址： http://www.eclipse.org/downloads/packages/release/Luna/SR2
如果出现如下报错:
Java
RunTime Environment (JRE) or Java Development Kit (JDK) must be available in order to run Eclipse.
No java virtual machine was found after searching the following locations:…
意思没有配置JDK的路径，那就配置一下，在终端进入你的eclipse目录，然后输入：
mkdir jre
cd jre
ln -s 你的JDK目录/bin bin 创建jdk的软连接
ln -s /home/chs/java/jdk1.8.0_172/bin
在hadoop创建一个in目录
hadoop fs -mkdir /in
本地创建一个words文件
touch words vim words 输入一些分析的单词 比如输入： hadoop spark word space hdfs hadoop word mapper reduce hello hadoop hello word hai hadoop space total google 保存退出
把words文件传到 in 目录下
hadoop fs -put words /in
使用eclipse编写代码创建一个类WordCount
导入hadoop的jar包
右键项目 》properties》java Build Path》libraries》Add External JARS》在hadoop解压目录总share文件夹中的hadoop文件夹中。导入所需要的jar包也可都导入
package hdfs;
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
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 void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
if(args.length!=2){
System.exit(0);
}
//
Configuration con = new Configuration();
@SuppressWarnings("deprecation")
Job job = new Job(con);
job.setJarByClass(WordCount.class);
//设置输入路径
FileInputFormat.setInputPaths(job, new Path(args[0]));
//设置输出路径
FileOutputFormat.setOutputPath(job, new Path(args[1]));
//设置实现map函数的类
job.setMapperClass(MyMap.class);
//设置实现reduce函数的类
job.setReducerClass(MyReduce.class);
//设置map阶段产生的key和value的类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//设置reduce阶段产生的key和value的类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//提交job
job.waitForCompletion(true);
}
public static class MyMap extends Mapper<LongWritable, Text, Text, IntWritable>{
protected void map(LongWritable key, Text value, org.apache.hadoop.mapreduce.Mapper<LongWritable,Text,Text,IntWritable>.Context context) throws java.io.IOException ,InterruptedException {
//在此处写map代码
String[] lines = value.toString().split(" ");
for (String word : lines) {
context.write(new Text(word), new IntWritable(1));
}
};
}
public static class MyReduce extends Reducer<Text, IntWritable, Text, IntWritable>{
protected void reduce(Text k2, java.lang.Iterable<IntWritable> v2s, org.apache.hadoop.mapreduce.Reducer<Text,IntWritable,Text,IntWritable>.Context context) throws java.io.IOException ,InterruptedException {
//在此处写reduce代码
int count=0;
for (IntWritable cn : v2s) {
count=count+cn.get();
}
context.write(k2, new IntWritable(count));
};
}
}
自己建个文件夹保存jar包
使用eclipse把项目打成jar包
项目上右键选择Export
选择next
这里jar保存的路径的文件夹其他用户组需要有写的权限。然后点击next
这里选择main函数所在的包名和类名，之后点击完成
执行jar，进入到jar存放的文件夹
hadoop jar fs.jar hdfs.WordCount /in/words /out
hadoop jar： 执行jar 的命令
fs.jar： 打好的jar的名字
hdfs.WordCount： main函数所在的类
/in/words： hdfs上的输入路径
/out： hdfs上的输出路径
执行完后hdfs根路径下会出现一个out目录查看改目录
hadoop fs -ls /out
可以看到
-rw-r--r-- 1 root supergroup 0 2018-05-14 14:08 /out/_SUCCESS -rw-r--r-- 1 root supergroup 88 2018-05-14 14:08 /out/part-r-00000
查看part-r-00000
hadoop fs -cat /out/part-r-00000
可以看到
google 1 hadoop 4 hai 1 hdfs 1 hello 2 mapper 1 reduce 1 space 2 spark 1 total 1 word 3
每个词有多少就分析出来了。
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
