本地调试hadoop mapreduce踩坑记录

相信大家踩过无数hadoop的天坑， 我只是想在windows上调试下程序为什么这么麻烦呢?

hadoop安装

能正确安装hadoop是调试程序的关键。。

• 下载地址：http://archive.apache.org/dist/hadoop/core/
  我选择的是2.7.1版本的

• 配置环境变量
  
  
  

• 配好环境变量，在命令行运行 hadoop version，会报错
  如果此时出现以下错误：The system cannot find the batch label specified - make_command_arguments（有可能是中文的）

解决办法：

• 继续hadoop version， 可能还会报错， 报一个logs文件找不到，这里没图了， 根据提示，我们自己建出来。
  
• 如果还有点问题， 需要重启电脑， 可能可以解决
• 现在可以写mapreduce程序了
  pom文件（记得用对应版本的）

<dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.7.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.7.1</version>
        </dependency>
    </dependencies>

map

import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;

public class WcMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        System.out.println("--->Map-->" + Thread.currentThread().getName());
        String[] words = StringUtils.split(value.toString(), ' ');
        for (String w : words) {
            context.write(new Text(w), new IntWritable(1));
        }
    }
}

reduce

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;

public class WcReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        System.out.println("--->Reducer-->" + Thread.currentThread().getName());
        int sum = 0;
        for (IntWritable i : values) {
            sum = sum + i.get();
        }
        context.write(key, new IntWritable(sum));
    }
}

启动程序

public class RunWcJob {
    public static void main(String[] args) throws Exception {
        // 创建本次mr程序的job实例
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        // 指定本次job运行的主类
        job.setJarByClass(RunWcJob.class);

        // 指定本次job的具体mapper reducer实现类
        job.setMapperClass(WcMapper.class);
        job.setReducerClass(WcReducer.class);

        // 指定本次job map阶段的输出数据类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        // 指定本次job reduce阶段的输出数据类型 也就是整个mr任务的最终输出类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        // 指定本次job待处理数据的目录 和程序执行完输出结果存放的目录
        FileInputFormat.setInputPaths(job, "D:\\hadoop\\input");
        FileOutputFormat.setOutputPath(job, new Path("D:\\hadoop\\output"));

        // 提交本次job
        boolean b = job.waitForCompletion(true);

        System.exit(b ? 0 : 1);
    }
}

然后在本地文件夹D:\hadoop\input下新建 words.txt，内容为上面给出的输入内容作为输入，同样输出文件夹为output（文件夹要不存在），那么直接运行程序:
可能出现的错误：

• java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.
  原因：
  没有拷贝winutils拷贝到hadoop-2.7.1bin目录下或者没有配置HADOOP_HOME环境变量或者配置HADOOP_HOME环境变量没生效
  解决：
  1.下载winutils拷贝到hadoop-2.7.1/bin目录下
  2.检查环境变量是否配置
  3.如果已经配置好环境变量，重启idea或这台电脑，有可能是环境变量没生效

下载地址：https://github.com/steveloughran/winutils
记得找对应版本的

• Exception in thread “main” java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z
  解决：
  将前面下载的文件（https://github.com/steveloughran/winutils）bin目录下的hadoop.dll复制到C:\Windows\System32下，启动idea

有这样的结果说明成功了， 去output目录下看看。