HADOOP的学习笔记 （第四期） eclipse 执行 wordcount .

上一期基本已经搭配好了eclipse hadoop的配置环境，但是肯定会有的朋友说有问题。经过我的测试发现是有一定的问题，但是问题不大，这期首先先把上期遇到的问题解决一下，提出我的解决方案，如果不是我遇到的问题，就需要朋友们自己找解决方案了。

1、第一个问题：环境搭配成功了以后，点击create new directory 无法创建目录。

我发现的原因是，因为我的虚拟机用配置的hadoop环境用的是root这个用户，而我们windows中用的是administrator这个用户，而这时是用administrator这个用户去进行的hadoop操作，所以才会不行，这个时候我们只需要在window中创建一个root的来宾账户，用这个账户打开eclipse，然后就ok了。

这样基本就ok了。环境ok了我们来实现我们第一个mr程序，wordcount，其实也不是我们的啦。在hadoop源码包中有此文件。我们只是用到。

现在我们创建一个hadoop project

第一步：

在空白处点右键---》new ---》Other

选择

第二步：

给项目起个名字。然后点击finish。

第三步：

添完以后点击finish。

第四步：

填入如下代码：

[java] view plain copy print ?

1. package org.apache.hadoop.examples;  
2.   
3. import java.io.IOException;  
4. import java.util.StringTokenizer;  
5.   
6. import org.apache.hadoop.conf.Configuration;  
7. import org.apache.hadoop.fs.Path;  
8. import org.apache.hadoop.io.IntWritable;  
9. import org.apache.hadoop.io.Text;  
10. import org.apache.hadoop.mapreduce.Job;  
11. import org.apache.hadoop.mapreduce.Mapper;  
12. import org.apache.hadoop.mapreduce.Reducer;  
13. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
14. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
15. import org.apache.hadoop.util.GenericOptionsParser;  
16.   
17. public class WordCount {  
18.   
19.     public static class TokenizerMapper extends  
20.             Mapper<Object, Text, Text, IntWritable> {  
21.   
22.         private final static IntWritable one = new IntWritable(1);  
23.         private Text word = new Text();  
24.   
25.         public void map(Object key, Text value, Context context)  
26.                 throws IOException, InterruptedException {  
27.             StringTokenizer itr = new StringTokenizer(value.toString());  
28.             while (itr.hasMoreTokens()) {  
29.                 word.set(itr.nextToken());  
30.                 context.write(word, one);  
31.             }  
32.         }  
33.     }  
34.   
35.     public static class IntSumReducer extends  
36.             Reducer<Text, IntWritable, Text, IntWritable> {  
37.         private IntWritable result = new IntWritable();  
38.   
39.         public void reduce(Text key, Iterable<IntWritable> values, Context context)  
40.                 throws IOException, InterruptedException {  
41.             int sum = 0;  
42.             for (IntWritable val : values) {  
43.                 sum += val.get();  
44.             }  
45.             result.set(sum);  
46.             context.write(key, result);  
47.         }  
48.     }  
49.   
50.     public static void main(String[] args) throws Exception {  
51.         Configuration conf = new Configuration();  
52.         conf.set("mapred.job.tracker", "192.168.0.151:9001");  
53.         String[] ars = new String[] { "input", "output" };  
54.         String[] otherArgs = new GenericOptionsParser(conf, ars)  
55.                 .getRemainingArgs();  
56.         if (otherArgs.length != 2) {  
57.             System.err.println("Usage: wordcount  ");  
58.             System.exit(2);  
59.         }  
60.         Job job = new Job(conf, "word count");  
61.         job.setJarByClass(WordCount.class);  
62.         job.setMapperClass(TokenizerMapper.class);  
63.         job.setCombinerClass(IntSumReducer.class);  
64.         job.setReducerClass(IntSumReducer.class);  
65.         job.setOutputKeyClass(Text.class);  
66.         job.setOutputValueClass(IntWritable.class);  
67.         FileInputFormat.addInputPath(job, new Path(otherArgs[0]));  
68.         FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));  
69.         System.exit(job.waitForCompletion(true) ? 0 : 1);  
70.     }  
71. }  

package org.apache.hadoop.examples;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
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;
import org.apache.hadoop.util.GenericOptionsParser;

public class WordCount {

	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);
			}
		}
	}

	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);
		}
	}

	public static void main(String[] args) throws Exception {
		Configuration conf = new Configuration();
		conf.set("mapred.job.tracker", "192.168.0.151:9001");
		String[] ars = new String[] { "input", "output" };
		String[] otherArgs = new GenericOptionsParser(conf, ars)
				.getRemainingArgs();
		if (otherArgs.length != 2) {
			System.err.println("Usage: wordcount  ");
			System.exit(2);
		}
		Job job = new Job(conf, "word count");
		job.setJarByClass(WordCount.class);
		job.setMapperClass(TokenizerMapper.class);
		job.setCombinerClass(IntSumReducer.class);
		job.setReducerClass(IntSumReducer.class);
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(IntWritable.class);
		FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
		FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
		System.exit(job.waitForCompletion(true) ? 0 : 1);
	}
}

第五步：

运行WordCount.java，在类上点击右键，选择run on hadoop

点击finish。

第六步：

查看运行结果：

至此算是在eclipse中的wordcount程序跑完了。

ps：运行途中可能会出现的问题：

1.我忘记了截图，我第一次跑的时候会提示一个错误，192.168.0.151:50010什么的错误，我感觉应该是50010端口没有开放，进到虚拟机中， vi /etc/sysconfig/iptables 将50010端口开放，然后重启service iptables restart 然后再执行就ok了。

2.如果你和我一样懒，觉得没有资源文件，那就直接解压缩的文件夹中找，我就是在文件夹中找的。 在解压缩的hadoop文件夹中，hadoop fs -put *.txt input就ok了。

*-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-**-_-*