Hadoop——MapReduce相关eclipse配置及Api调用(图文超详细版)(内含遇到错误的解决方法)

一、前情提要

前面两篇文章我们已经成功搭建了Hadoop以及安装了Hive，Sqoop和Mysql数据库，现在我们就来利用Hadoop尝试做一个小实战，实现单词统计！

还没有搭建Hadoop成功的同学，欢迎看看我之前的文章：Hadoop集群搭建(步骤图文超详细版)

二、前置条件

需要安装	下载方法
eclipse	自备
hadoop-eclipse-plugin-2.7.0.jar	百度网盘下载 ， 提取码：f259
MobaXterm	百度网盘下载，提取码：f64v

本次将会用到的，HDFS命令大全：Hadoop——HDF的Shell命令，建议大家在操作时看看！！

三、上传文件至HDFS

首先，我们需要在Windows准备一个装有英语单词的文本文件↓（不限词数）
我们利用 MobaXterm 软件将单词文件上传至 Centos 中与 hadoop 文件同目录的 /software，这里大家根据自己文件存放的地方存储就好了，不一定要和我同一个目录↓。

上传至HDFS系统之前我们需要先启动 Hadoop 集群！！

启动 Hadoop 集群命令：start-all.sh

Tips：如果发现这个命令无法在任何目录下使用，请检查全局文件中Hadoop路径！！

启动集群之后，我们 cd 到存放单词文件的目录下，命令↓

cd /software

接着我们使用Hadoop的上传文件命令，再用 -ls 命令查看HDFS根目录中的文件，命令↓

hadoop fs -put wordstest.TXT /
hadoop fs -ls

注意！！如果Hadoop集群没有正常启动，将会报以下错误↓

查看上传的wordstest.txt文件内容，命令↓

hdfs dfs -cat /wordstest.TXT

到这，英语单词文件已经上传HDFS成功了！

四、压缩Hadoop文件

命令↓

tar -czvf hadoop.tar.gz hadoop/

压缩后的hadoop文件↓

从 linux 系统上将 hadoop.tar.gz 压缩包复制到Windows任一常用盘下↓

然后把 hadoop 压缩包解压缩↓

五、配置Eclipse

打开 Eclipse，在菜单栏找到 Window，点击里面的 Preferences↓

在左侧找到Hadoop/ Map/Reduce配置，然后选择hadoop文件夹路径↓

Tips：如果 Eclipse没有安装hadoop驱动插件，是不会显示 Hadoop/ Map/Reduce 配置的！！如果发现没有，在文章最上面找到 Eclipse-hadoop-plugin 下载，将插件放在 hadoop 目录下的 plugins 中！

点击 Apply 应用后，点击 OK 回到主页面，在 Eclipse 右上角找到下面这个按钮点击，在里面找到 Map/Reduce视图 并选择 OK ↓，回到主界面就会发现 Map/Reduce 视图替换了之前的视图

在主界面按顺序分别点击 Map/Reduce 和 图标 后，填写一下信息↓

如果忘了设置 的HDFS 端口号，在 hadoop 文件夹的 /etc/hadoop 目录下找到 core-site.xml ，利用编辑器打开查看↓
同时！！我们查看完端口号后，还要复制 hadoop.tmp.dir 的目录路径↓

在 Edit Hadoop location 界面来到 Advanced parameters 页面，找到 hadoop.tmp.dir 设置，并把刚刚复制的路径覆盖原本的默认路径↓

点击 Finish ，然后就可以在主界面左侧的hdfs项目中看到HDFS上的文件结构！

Tips：如果上面项目栏没有正常显示，而是显示了 fail to connect 乱七八糟的，解决方法如下↓
在 linux 的 hadoop 集群中的主节点下，修改 /etc/hosts 文件，将主节点的 ip地址改为 0.0.0.0

再重启网络和hadoop，总命令如下↓

stop-all.sh
vi /etc/hosts
service network restart
start-all.sh

然后我们再回到 eclipse 中将原来项目删除，再重新建立一个，这时就会发现，哎！竟然成功了哈哈哈！

我们来尝试操作一下！在 linux 的主节点中我们试着用命令在 HDFS 中创建一个文件夹↓

然后在 eclipse 中刷新下，就能看到我们创建的 test 文件夹了！

至此，我们的 ecplise 也已经配置成功了！！给点掌声自己！！

六、HDFS调用Api

在 eclipse 创建一个 MapReduce 项目↓

在项目的 src 目录下创建包和包下的四个 java 文件：CreateFile(创建文件) 、GetFile(获取文件) 、PutFile(上传文件)、FileLocation(查看文件路径)

代码如下↓

注意：别忘了修改代码中你们自己的Linux主机IP地址！上传文件名也要选对你们放文件的路径！！

我存放文件的目录↓（以供参考，具体根据你们所定）

PutFile.java(上传文件)↓

package com.API;

import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class PutFile {
	public static void main(String[] args) throws Exception {
			Configuration conf = new Configuration();
			URI uri = new URI("hdfs://linux主机IP地址:9000");
			FileSystem fs = FileSystem.get(uri, conf);
			//本地文件
			Path src = new Path("F:\\wordstest2.txt");
			//HDFS存放位置
			Path dst = new Path("/test/test.txt");
			fs.copyFromLocalFile(src, dst);
			System.out.println("Upload to " + conf.get("fs.defaultFS"));
			//以下相当于执行hdfs dfs -ls /
			FileStatus files[] = fs.listStatus(dst);
			for (FileStatus file : files) {
				System.out.println(file.getPath());
			}
		}
}

Tips：如果操作会有关于目录的，别忘了给目录加上可修改可读取可执行的权限，如这里就涉及到了/test目录，命令↓

hadoop fs -chmod 777 /文件夹名

如果没有添加权限，eclipse报错如下↓

接着我们运行程序，方法如下↓
后面运行程序也是这么个步骤

输出结果↓

hdfs目录刷新一下，新增的txt文件就显示了

CreateFile.java(创建文件)↓

package com.API;

import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class CreateFile {
	public static void main(String[] args) throws Exception {
		FileSystem fs = FileSystem.get(new URI("hdfs://linux主机IP地址:9000"), new Configuration());
		//定义新文件
		Path dfs = new Path("/test/hdfsfile");
		//创建新文件，如果有则覆盖（true）
		FSDataOutputStream create = fs.create(dfs, true);
		create.writeBytes("Hello,HDFS!");
	}
}

运行程序后左边hdfs目录下的test文件夹中多了一个hdfsfile文件↓

hdfsfile文件内容↓

GetFile.java(获取文件)↓

package com.API;

import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class GetFile {
	public static void main(String[] args) throws Exception{
		FileSystem fs = FileSystem.get(new URI("hdfs://linux主机IP地址:9000"), new Configuration());
		//hdfs 上文件
		Path src = new Path("/test/hdfsfile");
		//下载到本地的文件名
		Path dst = new Path("D:\\test\\newfile.txt");
		fs.copyToLocalFile(false,src,dst,true);
	}
}

运行程序后会选择下载到本地路径的D盘下创建一个test文件夹，并存放我们索要获取文件的副本↓

FileLocation.java(查看文件路径)↓

package com.API;

import java.net.URI;
import java.text.SimpleDateFormat;
import java.util.Date;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.BlockLocation;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class FileLocation {
	public static void main(String[] args) throws Exception {
		// TODO Auto-generated method stub
		FileSystem fs = FileSystem.get(new URI("hdfs://linux主机IP地址:9000"), new Configuration());
		Path fpath = new Path("/test/test.txt");
		FileStatus filestatus = fs.getFileStatus(fpath);
		/*获取文件在HDFS集群位置：
		 * FileSystem.getFileBlockLocations(FileStatus file,long start,long
		len);
		 *可查找指定文件在HDFS集群上的位置，其中file为文件的完整路径，start和len来表识查找的文件路径
		 */
		BlockLocation[] blkLocations = fs.getFileBlockLocations(filestatus, 0, filestatus.getLen());
		filestatus.getAccessTime();
		for (int i = 0; i < blkLocations.length; i++) {
			String[] hosts = blkLocations[i].getHosts();
			System.out.println("block_" + i + "_location:" + hosts[0]);
		}
		//格式化日期输出
		SimpleDateFormat formatter = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		//获取文件访问时间，返回 long
		long accessTime = filestatus.getAccessTime();
		System.out.println("access:" + formatter.format(new Date(accessTime)));
		//获取文件修改时间，返回long
		long modificationTime = filestatus.getModificationTime();
		System.out.println("modification:" + formatter.format(new Date(modificationTime)));
		//获取块的大小，单位为B
		long blockSize = filestatus.getBlockSize();
		System.out.println("blockSize:" + blockSize);
		//获取文件大小，单位为B
		long len = filestatus.getLen();
		System.out.println("length:" + len);
        //获取文件所在用户组
		String group = filestatus.getGroup();
		System.out.println("group:" + group);
        //获取文件拥有者
		String owner = filestatus.getOwner();
		System.out.println("owner:" + owner);
        //获取文件拷贝数
		short replication = filestatus.getReplication();
		System.out.println("replication:" + replication);
	}
}

运行程序后，输出包括访问时间、修改时间、文件长度、所占块大小、文件拥有者、文件用户组和文件复制数等信息↓

本次分享到此结束，谢谢大家阅读！！
欢迎大家看看我下一篇MapReduce——单词统计:Hadoop——MapReduce实现单词统计（图文超详细版）