hadoop idea run

from http://blog.csdn.net/u010171031/article/details/53024516

首先我们需要新建一个java工程用于开发Mapper与Reducer，同时我们也需要导入hadoop的依赖包，这些包可以在hadoop的 share/hadoop 目录下找到，你可以把这些包单独取出来作为之后项目的备用。

打开Project Structure

找到module点击右侧的小加号JARS or directories…
添加

common
hdfs
mapreduce
yarn
comom/lib

• 1
• 2
• 3
• 4
• 5

添加完成之后应该像下图

然后是Artifacts

点击加号，新建一个jar，jar->empty

给自己的jar包取个名字，然后点击下面的绿色加号，Module output，在弹出的对话框中选择当前的项目，然后点击ok保存。

接着要新建一个Application

Edit Configurations

点击加号新建，选择Application

然后取个名字，在右侧的Main class中输入org.apache.hadoop.util.RunJar

Working directory当然是选择当前项目的目录了

最后是Program arguments，这个是设置默认参数的会在程序执行的时候传递进去

/home/edmond/workspace/IdeaProjects/Hadoop/HadoopWordCount/out/artifacts/wordcount/wordcount.jar
com.company.Main
input
output

• 1
• 2
• 3
• 4

第一个是jar包所在的位置
第二个是Main函数所在的类
第三四两个参数是由自己决定的（这两个参数会作为args[0]和args[1]传入）

点击ok保存。

然后我们需要开始对Mapper以及Reducer进行编写，首先先创建一个Mapper类

public class WordCountMapper extends Mapper<LongWritable,Text,Text,IntWritable>{

    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    @Override
    protected void map(LongWritable 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);
        }
    }
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

如果类都可以正常导入说明jar包没有问题

接着是Reducer类

public class WordCountReducer extends Reducer<Text,IntWritable,Text,IntWritable>{

    private IntWritable result = new IntWritable();

    @Override
    protected 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);
    }
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

最后我们需要编写main方法作为测试

public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
    // write your code here

        Configuration configuration = new Configuration();

        if(args.length!=2){
            System.err.println("Usage:wordcount <input><output>");
            System.exit(2);
        }

        Job job = new Job(configuration,"word count");

        job.setJarByClass(Main.class);
        job.setMapperClass(WordCountMapper.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);
    }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22

这样main方法启动就会使用hadoop的mapper和reducer来处理数据

我们在项目目录下面创建一个input文件夹，在文件夹中创建一个文件，然后在文件中随意输入一些字符串，保存，然后运行刚刚新建的Application，等待运行完成会发现项目目录下多了一个output文件夹，打开里面的‘part-r-00000’文件就会发现里面是对你输入字符串的出现个数的统计。

当你第二次运行的时候因为hadoop不会自动删除output目录所以可能会出现错误，请手动删除之后再运行。
这样就可以使用intellij来开发hadoop程序并进行调试了。

public class HdfsClient {
    FileSystem fs=null;
    @Before
    public void init() throws Exception {
        Configuration conf = new Configuration();
//        conf.set("fs.defaultFS","hdfs://mini01:9000");
        fs = FileSystem.get(new URI("hdfs://mini01:9000"),conf,"root");
    }
    @Test
    public void testUpload() throws IOException {
        fs.copyFromLocalFile(new Path("/home/lzq/250.txt"),new Path("/"));
        fs.close();
    }

   @Test
    public void testDownload() throws IOException {
        fs.copyToLocalFile(new Path("/250.txt"),new Path("/home/lzq/Test"));
        fs.close();
   }
}