环境:
本机:win10
虚拟机:Centos6.9
Hadoop:2.5.2
eclipse:java ee 4.9.0
写好的程序每次打包上传hadoop是很繁琐的,而且有时候可能因为一个符号反复打包也挺伤肝的,所以要搭建hadoop远程运行环境,执行mr程序像普通的java程序一样.
一.配置本地环境
1.解压hadoop-2.5.2.tar.gz到本地,如:D:\hadoop-2.5.2
2.配置环境变量 HADOOP_PATH=D:\hadoop-2.5.2
path追加%HADOOP_HOME%\bin
3.下载windows平台的hadoop连接(下载winutils.exe将其放在hadoop-2.5.2\bin下).
4下载hadoop-eclipse-plugin-2.5.12jar,并把它放到 你的eclipse文件夹下\plugins 目录下
.
5.重启eclipse
如果插件安装成功,打开Windows—Preferences后,在窗口左侧会有Hadoop Map/Reduce选项,点击此选项,在窗口右侧设置Hadoop安装路径。
二.配置Map/Reduce Locations
打开Windows—Open Perspective—Other,选择Map/Reduce,点击OK,控制台会出现:
右键 new Hadoop location 配置hadoop:输入
Location Name,任意名称即可.
配置Map/Reduce Master和DFS Mastrer,Host为虚拟机IP地址;Port配置成与core-site.xml的设置一致即可。
如我的core-site.xml为
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/zzti/data/hadoop_tmp</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://zzti:9000</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>zzti:2181</value>
</property>
</configuration>
我的mapred-site.xml
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobtracker.http.address</name> <value>zzti:50030</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>zzti:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>zzti:19888</value>
</property>
所以,我的配置内容如下:
点击"Finish"按钮,关闭窗口。
点击左侧的DFSLocations—>master (上一步配置的location name),如能看到hdfs列表,表示安装成功(虚拟机的防火墙一定要关闭)
关闭防火墙root账户
- 永久性生效
开启:chkconfig iptables on
关闭:chkconfig iptables off
- 即时生效,重启后失效
开启:service iptables start
关闭:service iptables stop
三.执行mr程序
wordcount实例:
File—>Project,选择Map/Reduce Project
输入项目名称WordCount等。在WordCount项目里新建class,名称为WordCount,代码如下:
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class WordCount {
public static class Job2Mapper
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 Job2Reducer
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);
System.out.println(key.toString()+sum);
context.write(key, result);
}
}
public static void main(String[] args) throws Exception {
Job job = new Job();
job.setJarByClass(WordCount.class);
job.setJobName("Job2 MapReduce");
FileInputFormat.addInputPath(job, new Path("hdfs://192.168.29.3:9000/data/input/work4"));
FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.29.3:9000/data/zzti/lec/out"));
job.setMapperClass(Job2Mapper.class);
job.setReducerClass(Job2Reducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}
直接在工程上右键点击run,至于用 Java Application还是Run on Hadoop我试的没有区别.这里我用的是java Application
如果没有意外会爆出这样的bug:
Exception in thread “main” java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z
…
…
…
Windows的唯一方法用于检查当前进程的请求,在给定的路径的访问权限,所以我们先给以能进行访问,我们自己先修改源代码,return true 时允许访问。我们找到hadoop源代码,hadoop-2.5.2-src\hadoop-common-project\hadoop-common\src\main\java\org\apache\hadoop\io\nativeio下NativeIO.java 复制到对应的Eclipse的project,然后修改606行为return true如图所示:
NativeIO.java所在位置:
重新执行可能就成功了,刷新hdfs就可以看到输出结果了
到此,教程基本上结束了.远程运行hadoop还是很有用的,代码修改方便很多,还可以写println,对程序的执行有明显的判断,对hdfs的操作也方便很多,等等好处吧.
如果有什么讲解错误或解决不了的问题欢迎联系我邮箱lkinga@qq.com
如果觉得这篇文章写的可以,可以扫码领取支付宝红包,也是对我的支持.
[图片]
其它bug:
在看hadoop in action 的时候,关于hdfs的操作地方,抄写代码PutMerge到eclipse上,出现了错误
在本地运行hadoop Map/Reduce程序时,在涉及到hdfs文件操作的时候,往往会出现下面提到的错误:
Wrong FS: hdfs://192.168.96.131:9000/user/hadoop, expected: file:///
…
…
…
然后,上网查找了一下这个错误,说是将core-site.xml 和hdfs-site.xml拷贝到项目里去就可以,原因是访问远程的HDFS 需要通过URI来获得FileSystem。如图: