hadoop学习--安装使用

原理普及:

关于hadoop的原理,可以去很多地方普及,这里不再啰嗦。

hadoop内部结构:


hadoop执行map-reduce流程图:


使用教程:

1.下载hadoop core 源代码:http://apache.etoak.com//hadoop/common/hadoop-0.20.2/hadoop-0.20.2.tar.gz

2.安装jdk(pass),修改hadoop脚本中java home变量:songjings-macpro31:conf songjing$ sudo vim bin/hadoop-env.sh 

3.跑一个hadoop自带的单机模式的例子,单词统计:

bin/hadoop jar hadoop-0.20.2-examples.jar  wordcount test-in test-out

其中test-in为一个目录,目录中是多个文件,文件内容即为待统计的字符串

test-out为该例子输出结果目录

4.查看计算过程和结果:

songjing$ bin/hadoop jar hadoop-0.20.2-examples.jar  wordcount test-in test-out
11/08/08 13:37:46 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=
11/08/08 13:37:46 INFO input.FileInputFormat: Total input paths to process : 2    ##输入文件为两个
11/08/08 13:37:47 INFO mapred.JobClient: Running job: job_local_0001  ##启动一个job
11/08/08 13:37:48 INFO input.FileInputFormat: Total input paths to process : 2
11/08/08 13:37:48 INFO mapred.MapTask: io.sort.mb = 100
11/08/08 13:37:50 INFO mapred.MapTask: data buffer = 79691776/99614720
11/08/08 13:37:50 INFO mapred.MapTask: record buffer = 262144/327680
11/08/08 13:37:50 INFO mapred.JobClient:  map 0% reduce 0% ##map开始
11/08/08 13:37:50 INFO mapred.MapTask: Starting flush of map output
11/08/08 13:37:50 INFO mapred.MapTask: Finished spill 0
11/08/08 13:37:50 INFO mapred.TaskRunner: Task:attempt_local_0001_m_000000_0 is done. And is in the process of commiting
11/08/08 13:37:50 INFO mapred.LocalJobRunner: 
11/08/08 13:37:50 INFO mapred.TaskRunner: Task 'attempt_local_0001_m_000000_0' done.
11/08/08 13:37:50 INFO mapred.MapTask: io.sort.mb = 100
11/08/08 13:37:51 INFO mapred.JobClient:  map 100% reduce 0%
11/08/08 13:37:51 INFO mapred.MapTask: data buffer = 79691776/99614720
11/08/08 13:37:51 INFO mapred.MapTask: record buffer = 262144/327680
11/08/08 13:37:51 INFO mapred.MapTask: Starting flush of map output
11/08/08 13:37:51 INFO mapred.MapTask: Finished spill 0
11/08/08 13:37:51 INFO mapred.TaskRunner: Task:attempt_local_0001_m_000001_0 is done. And is in the process of commiting
11/08/08 13:37:51 INFO mapred.LocalJobRunner: 
11/08/08 13:37:51 INFO mapred.TaskRunner: Task 'attempt_local_0001_m_000001_0' done.
11/08/08 13:37:51 INFO mapred.LocalJobRunner: 
11/08/08 13:37:51 INFO mapred.Merger: Merging 2 sorted segments  ##两个文件的结果进行合并
11/08/08 13:37:51 INFO mapred.Merger: Down to the last merge-pass, with 2 segments left of total size: 76 bytes
11/08/08 13:37:51 INFO mapred.LocalJobRunner: 
11/08/08 13:37:51 INFO mapred.TaskRunner: Task:attempt_local_0001_r_000000_0 is done. And is in the process of commiting
11/08/08 13:37:51 INFO mapred.LocalJobRunner: 
11/08/08 13:37:51 INFO mapred.TaskRunner: Task attempt_local_0001_r_000000_0 is allowed to commit now
11/08/08 13:37:51 INFO output.FileOutputCommitter: Saved output of task 'attempt_local_0001_r_000000_0' to test-out ##map结束,reduce开始
11/08/08 13:37:51 INFO mapred.LocalJobRunner: reduce > reduce
11/08/08 13:37:51 INFO mapred.TaskRunner: Task 'attempt_local_0001_r_000000_0' done.
11/08/08 13:37:52 INFO mapred.JobClient:  map 100% reduce 100%
11/08/08 13:37:52 INFO mapred.JobClient: Job complete: job_local_0001
11/08/08 13:37:52 INFO mapred.JobClient: Counters: 12
11/08/08 13:37:52 INFO mapred.JobClient:   FileSystemCounters
11/08/08 13:37:52 INFO mapred.JobClient:     FILE_BYTES_READ=467984
11/08/08 13:37:52 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=513615
11/08/08 13:37:52 INFO mapred.JobClient:   Map-Reduce Framework
11/08/08 13:37:52 INFO mapred.JobClient:     Reduce input groups=5
11/08/08 13:37:52 INFO mapred.JobClient:     Combine output records=6
11/08/08 13:37:52 INFO mapred.JobClient:     Map input records=2
11/08/08 13:37:52 INFO mapred.JobClient:     Reduce shuffle bytes=0
11/08/08 13:37:52 INFO mapred.JobClient:     Reduce output records=5
11/08/08 13:37:52 INFO mapred.JobClient:     Spilled Records=12
11/08/08 13:37:52 INFO mapred.JobClient:     Map output bytes=81
11/08/08 13:37:52 INFO mapred.JobClient:     Combine input records=8
11/08/08 13:37:52 INFO mapred.JobClient:     Map output records=8
11/08/08 13:37:52 INFO mapred.JobClient:     Reduce input records=6
songjings-macpro31:hadoop-0.20.2 songjing$ cd test-out/
songjings-macpro31:test-out songjing$ ls

part-r-00000

察看最后的结果:

songjings-macpro31:test-out songjing$ more part-r-00000 
by      1
goodbye 1
hadoop  2
hello   2

world   2

5.如何写job:

实现mapper和reducer对应的方法map(),reduce():

map方法:

 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);
      }
    }
  }

 以上map方法扫描文件中的每一个字符并将起存储为key-value,其中key为单词,value为1

reduce方法:

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);
    }
  }

reduce工作对每个key对应的list进行统计个数

写完map和reduce方法后,需要写主程序来调用map和reduce方法执行job工作:

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(WordCount.class);//设置跑job的map-reduce jar包
    job.setMapperClass(TokenizerMapper.class);//指定map实现类
    job.setCombinerClass(IntSumReducer.class);//指定对map结果按照key合并的类
    job.setReducerClass(IntSumReducer.class);//指定reduce类
    job.setOutputKeyClass(Text.class);//设置输出字段的key为text
    job.setOutputValueClass(IntWritable.class);//设置输出字段的value为int类型
    FileInputFormat.addInputPath(job, new Path(otherArgs[0]));//设置要分析的文件路径
    FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//设置输出的文件路径
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }

注意:output路径不能是已存在目录,不然hadoop会报错:

// Ensure that the output directory is set and not already there
    Path outDir = getOutputPath(job);
    if (outDir == null && job.getNumReduceTasks() != 0) {
      throw new InvalidJobConfException("Output directory not set in JobConf.");
    }
    if (outDir != null) {
      FileSystem fs = outDir.getFileSystem(job);
      // normalize the output directory
      outDir = fs.makeQualified(outDir);
      setOutputPath(job, outDir);
      // check its existence
      if (fs.exists(outDir)) {
        throw new FileAlreadyExistsException("Output directory " + outDir + 
                                             " already exists");
      }
    }


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字乡村和智慧农业的数字化转型是当前农业发展的新趋势,旨在通过应用数字技术,实现农业全流程的再造和全生命周期的管理服务。中国政府高度重视这一领域的发展,提出“数字中国”和“乡村振兴”战略,以提升国家治理能力,推动城乡融合发展。 数字乡村的建设面临乡村治理、基础设施、产业链条和公共服务等方面的问题,需要分阶段实施《数字乡村发展战略纲要》来解决。农业数字化转型的需求包括满足市民对优质农产品的需求、解决产销对接问题、形成优质优价机制、提高农业劳动力素质、打破信息孤岛、提高农业政策服务的精准度和有效性,以及解决农业融资难的问题。 数字乡村建设的关键在于构建“1+3+4+1”工程,即以新技术、新要素、新商业、新农民、新文化、新农村为核心,推进数据融合,强化农业大数据的汇集功能。数字农业大数据解决方案以农业数字底图和数据资源为基础,通过可视化监管,实现区域农业的全面数字化管理。 数字农业大数据架构基于大数据、区块链、GIS和物联网技术,构建农业大数据中心、农业物联网平台和农村综合服务指挥决策平台三大基础平台。农业大数据中心汇聚各类涉农信息资源和业务数据,支持大数据应用。信息采集系统覆盖市、县、乡、村多级,形成高效的农业大数据信息采集体系。 农业物联网平台包括环境监测系统、视频监控系统、预警预报系统和智能控制系统,通过收集和监测数据,实现对农业环境和生产过程的智能化管理。综合服务指挥决策平台利用数据分析和GIS技术,为农业决策提供支持。 数字乡村建设包括三大服务平台:治理服务平台、民生服务平台和产业服务平台。治理服务平台通过大数据和AI技术,实现乡村治理的数字化;民生服务平台利用互联网技术,提供各类民生服务;产业服务平台融合政企关系,支持农业产业发展。 数字乡村的应用场景广泛,包括农业生产过程、农产品流通、农业管理和农村社会服务。农业生产管理系统利用AIoT技术,实现农业生产的标准化和智能化。农产品智慧流通管理系统和溯源管理系统提高流通效率和产品追溯能力。智慧农业管理通过互联网+农业,提升农业管理的科学性和效率。农村社会服务则通过数字化手段,提高农村地区的公共服务水平。 总体而言,数字乡村和智慧农业的建设,不仅能够提升农业生产效率和管理水平,还能够促进农村地区的社会经济发展,实现城乡融合发展,是推动中国农业现代化的重要途径。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值