eclipse中安装hadoop插件实现词频统计

eclipse中安装hadoop插件实现词频统计

我使用的hadoop和插件都是2.8.3.我之前安装过的过2.9.1，但是苦于没有插件，又不想自己编译，只好更换版本了。

一、插件配置

1. 将jar包放入eclipse的plugins目录中，打开eclipse

2.在windows>preferences下可看见hadoop Map/Reduce界面，路径选择hadoop解压后的路径。

3.选择Windows->show view->others下的MapReduce Locations

4.新建一个配置

在eclipse界面中最下面一栏，选择Map/Reduce Location，在空白位置鼠标右击，选择new hadoop location 。这里我已经建好一个，所以有显示。

5.修改配置

若是50030那个参数为设置，则可以使用默认的50070端口。
user name是拥有hadoop的用户，我使用的是root

6.选择连接

连接正常的话不会报任何错。
如果发生错误，从两方面来考虑：①hadoop的插件是否是正确能用的，②配置是否发生错误。

二、实现词频统计

1.源码

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();
String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
if (otherArgs.length != 2) {
System.err.println(otherArgs.length);
System.err.println("Usage: wordcount <in> <out>");
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);
}
}

2.上传文件

先创建一个input目录用于存放上传文件弟弟目录。然后再input目录上右击选择upload files to DFS。

3.运行

右击wordcount，选择run as run->configurations

4.结果

在左侧DFS Location中一级一级寻找，能找到wordCount目录，其中pat-r-xxxxx是输出文件