第一个Hadoop程序——WordCount

原创 2015年07月24日 19:22:55

概述:

  通过前面两篇博客的学习,我们学习了Hadoop的伪分布式部署和完全分布式部署。这一篇文章就来介绍一下Hadoop的第一个程序WordCount。以及在运行代码的过程中遇到的问题。


笔者开发环境:

  Linux:     CentOS 6.6(Final) x64

  Windows:   Win7 64位

  JDK:       java version "1.7.0_75"
             OpenJDK Runtime Environment (rhel-2.5.4.0.el6_6-x86_64 u75-b13)
             OpenJDK 64-Bit Server VM (build 24.75-b04, mixed mode)

  SSH:       OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013

  Hadoop:    hadoop-1.2.1

  Eclipse:   Release 4.2.0


  这边使用Linux和Window两个系统来开发的目的在于,我的Cygwin还没安装好。。。而Linux上的Hadoop安装和部署很方便,又感觉Winows上Eclipse比Linux上的Eclipse用着舒服。

  下面的代码和一些遇到的问题,以及对于这上问题的解决方案。


主代码(WordCount.java):

public class WordCount {

	public static class TokenizerMapper

	extends Mapper<Object, Text, Text, IntWritable> {

		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());
				context.write(word, one);
			}
		}
	}

	public static class IntSumReducer

	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: wordcount <in> <out>");
			System.exit(2);
		}

		Job job = new Job(conf, "word count");
		job.setJarByClass(WordCount1.class);
		job.setMapperClass(TokenizerMapper.class);
		job.setCombinerClass(IntSumReducer.class);
		job.setReducerClass(IntSumReducer.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);
	}
}


运行过程及说明:

1.将我们在Windows上开发的Java程序打成jar包,上传到Linux上。


2.执行命令java -jar wordcount1.jar /home/moon/coding/tmp/wordcount /home/moon/coding/tmp/wordres

 


3.正常运行的情况下,会出现如下输出:

 


4.进行输出目录,查看结果:

  


5.输出文件的结果信息:

  


遇到的问题:

1.各种ClassNotFound异常

  这里对于ClassNotFound的异常比较好解决。只要导入一些相应的jar包就可以了。我在Eclipse中导入的jar如下:

  

  这些在你下载的Hadoop-x.x.x-bin的文件夹中都是有的。


2.Unable to load native-hadoop library for your platform

  经过一各种ClassNotFound异常的解决之后,出现了上面的这个异常。这个异常不是缺少jar包引起的。而是我们的系统环境没有把我们的jar和之前部署的Hadoop目录结合起来,只要在系统中配置一下hadoop的本地库的实际路径即可。如下:

  Hadoop本地库的实际路径:$HADOOP_HOME/lib/native/Linux-amd64-64/
  解决方法一:
  在启动JVM时,在java命令中添加java.library.path属性即可,如下:
  -Djava.library.path=$HADOOP_HOME/lib/native/Linux-amd64-64/

  解决方法二:
  使用LD_LIBRARY_PATH系统变量也能解决此问题,如下:

  export HADOOP_HOME = /home/moon/hadoop-1.2.1
  export LD_LIBRARY_PATH=$HADOOP_HOME/lib/native/Linux-amd64-64/

版权声明:本文为博主原创文章,未经博主允许不得转载。

介绍一个开源的在线文档编辑器Etherpad

我记得google doc刚出来的时候让人眼前一亮,今天偶然间发现一个也是支持多人在线编写文档的编辑器Etherpad,很有意思的一个开源项目(据说谷歌发现这个项目很有前途就把它买下来开源出来),我下...
  • ciaos
  • ciaos
  • 2012年06月02日 20:58
  • 3268

hibernate关联查询

很多人认为hibernate一旦涉及到多张表查询就很不方便,只能通过原声sql解决,其实不然,hql语句其实已经比较强大了,基本涵盖了sql的60%的功能。我认为用原生sql的场景应该为以下几点情况:...

Hadoop大数据平台入门——第一个小程序WordCount

首先我们需要安装Hadoop,并对Hadoop进行配置。这里我们就不赘述了,详情看这篇博客:Hadoop安装配置 值得注意的是,配置的时候,需要给Hadoop权限才能正确执行。最简单的办法就是讲ha...

hadoop的第一个程序wordcount实现

具体安装步骤请见博客:linux hadoop 2.7 伪分布式安装简单几步实现 1. 在本地新建一个文件,笔者在~/hadoop-2.7.1/local_data文件夹新建了一个文本文件hel...

Hadoop安装配置、运行第一个WordCount示例程序

操作系统ubuntu。本篇目的是在单机模式下运行成功WordCount示例程序。 本篇小结安装步骤,遇到的问题和解决办法。 疑惑点及其思考。 Hadoop是为linux而开发的,...

hadoop 第一个程序wordcount执行过程

第一次在hadoop上执行wordcount程序,原来是照着书上一步步来的,发现书上记录的都不是特别明确,仅有主要的命令,对于我这个小白来说,一敲命令就出来错简直太打击学习积极性了。于是把详细过程记录...

hadoop的第一个程序WordCount

伪代码分析: 执行步骤:  1. map任务处理 1.1读取输入文件内容,解析成key、value对。对输入文件的每一行,解析成key、value对。每一个键值对调用一次map函数。 ...

Hadoop第一个wordcount程序

我们来运行hadoop-example.jar 里面自带的WordCount 程序,作用是统计单词的个数。 1)在Ubuntu1 的Hadoop 的home 目录下创建一个test.txt 文件,内...

Hadoop的第一个程序 wordcount

Hadoop的第一个程序 wordcount package com.songguoliang.hadoop.chapter05; import java.io.IOExceptio...

Hadoop的单机伪分布式搭建和运行第一个WordCount程序

图片我没有上传,很麻烦scdn 心累 http://download.csdn.net/detail/u014449653/9728513 可以下载文档看相关图片...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:第一个Hadoop程序——WordCount
举报原因:
原因补充:

(最多只允许输入30个字)