Win7下面安装hadoop2.x插件及Win7/Linux运行MapReduce程序

http://www.it165.net/admin/html/201505/5427.html

一、win7下
（一）、安装环境及安装包
win7 32 bit
jdk7
eclipse-java-juno-SR2-win32.zip
hadoop-2.2.0.tar.gz
hadoop-eclipse-plugin-2.2.0.jar
hadoop-common-2.2.0-bin.rar

（二）、安装
默认已经安装好了jdk、eclipse以及配置好了hadoop伪分布模式

1、拷贝hadoop-eclipse-plugin-2.2.0.jar插件到Eclipse安装目录的子目录plugins下，重启Eclipse。

2、设置环境变量

3、配置eclipse中hadoop的安装目录
解压hadoop-2.2.0.tar.gz

4、解压hadoop-common-2.2.0-bin.rar
复制里面的文件到hadoop安装目录的bin文件夹下

（三）、在win7下，MapReuce On Yarn执行

新建一个工程

点击window–>show view–>Map/Reduce Locations

点击New Hadoop Location……

添加如下配置，点击完成。

自此，你就可以查看HDFS中的相关内容了。

编写mapreduce程序

在src目录下添加文件log4j.properties，内容如下：

view source print ?

1. <code class=" hljs avrasm">log4j.rootLogger=debug,appender1

2.  

3. log4j.appender.appender1=org.apache.log4j.ConsoleAppender

4.  

5. log4j.appender.appender1.layout=org.apache.log4j.TTCCLayout

6. </code>

运行，结果如下：

二、在Linux下

（一）在Linux下，MapReuce On Yarn上

运行

view source print ?

01. <code class=" hljs vhdl">[root@liguodong Documents]# yarn jar  test.jar hdfs://liguodong:8020/hello  hdfs://liguodong:8020/output

02. 15/05/03 03:16:12 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032

03. ………………

04. 15/05/03 03:16:13 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1430648117067_0001

05. 15/05/03 03:16:13 INFO impl.YarnClientImpl: Submitted application application_1430648117067_0001 to ResourceManager at /0.0.0.0:8032

06. 15/05/03 03:16:13 INFO mapreduce.Job: The url to track the job: http://liguodong:8088/proxy/application_1430648117067_0001/

07. 15/05/03 03:16:13 INFO mapreduce.Job: Running job: job_1430648117067_0001

08. 15/05/03 03:16:21 INFO mapreduce.Job: Job job_1430648117067_0001 running in uber mode : false

09. 15/05/03 03:16:21 INFO mapreduce.Job:  map 0% reduce 0%

10. 15/05/03 03:16:40 INFO mapreduce.Job:  map 100% reduce 0%

11. 15/05/03 03:16:45 INFO mapreduce.Job:  map 100% reduce 100%

12. 15/05/03 03:16:45 INFO mapreduce.Job: Job job_1430648117067_0001 completed successfully

13. 15/05/03 03:16:45 INFO mapreduce.Job: Counters: 43

14. File System Counters

15. FILE: Number of bytes read=98

16. FILE: Number of bytes written=157289

17. FILE: Number of read operations=0

18. FILE: Number of large read operations=0

19. FILE: Number of write operations=0

20. HDFS: Number of bytes read=124

21. HDFS: Number of bytes written=28

22. HDFS: Number of read operations=6

23. HDFS: Number of large read operations=0

24. HDFS: Number of write operations=2

25. Job Counters

26. Launched map tasks=1

27. Launched reduce tasks=1

28. Data-local map tasks=1

29. Total time spent by all maps in occupied slots (ms)=16924

30. Total time spent by all reduces in occupied slots (ms)=3683

31. Map-Reduce Framework

32. Map input records=3

33. Map output records=6

34. Map output bytes=80

35. Map output materialized bytes=98

36. Input split bytes=92

37. Combine input records=0

38. Combine output records=0

39. Reduce input groups=4

40. Reduce shuffle bytes=98

41. Reduce input records=6

42. Reduce output records=4

43. Spilled Records=12

44. Shuffled Maps =1

45. Failed Shuffles=0

46. Merged Map outputs=1

47. GC time elapsed (ms)=112

48. CPU time spent (ms)=12010

49. Physical memory (bytes) snapshot=211070976

50. Virtual memory (bytes) snapshot=777789440

51. Total committed heap usage (bytes)=130879488

52. Shuffle Errors

53. BAD_ID=0

54. CONNECTION=0

55. IO_ERROR=0

56. WRONG_LENGTH=0

57. WRONG_MAP=0

58. WRONG_REDUCE=0

59. File Input Format Counters

60. Bytes Read=32

61. File Output Format Counters

62. Bytes Written=28

63. </code>

查看结果

view source print ?

01. <code class=" hljs applescript">[root@liguodong Documents]# hdfs dfs -ls  /

02. Found 3 items

03. -rw-r--r--   2 root supergroup         32 2015-05-03 03:15 /hello

04. drwxr-xr-x   - root supergroup          0 2015-05-03 03:16 /output

05. drwx------   - root supergroup          0 2015-05-03 03:16 /tmp

06. [root@liguodong Documents]# hdfs dfs -ls  /output

07. Found 2 items

08. -rw-r--r--   2 root supergroup          0 2015-05-03 03:16 /output/_SUCCESS

09. -rw-r--r--   2 root supergroup         28 2015-05-03 03:16 /output/part-r-00000

10. [root@liguodong Documents]# hdfs dfs -text  /output/pa*

11. hadoop  1

12. hello   3

13. me      1

14. you     1

15. </code>

遇到的问题

1. <code class=" hljs coffeescript">File /output/………  could only be replicated to 0 nodes instead of minReplication (=1). 

2. There are 1 datanode(s) running and no node(s) are excluded in this operation.</code>

在网上找了很多方法是试了没有解决，然后自己根据这句话的中文意思是只有被复制到0个副本，而不是最少的一个副本。

我将最先dfs.replication.min设置为0，但是很遗憾，后面运行之后发现必须大于0，我又改为了1。
然后再dfs.datanode.data.dir多设置了几个路径，就当是在一个系统中多次备份吧，后面发现成功了。

设置如下，在hdfs-site.xml中添加如下配置。

1. <code class=" hljs avrasm">    <property>

2. <name>dfs.datanode.data.dir</name> 

3. <value>     file://${hadoop.tmp.dir}/dfs/dn,file://${hadoop.tmp.dir}/dfs/dn1,file://${hadoop.tmp.dir}/dfs/dn2         

4. </value>

5. </property>

6. </code>

（二）在Linux下，MapReuce On Local上
在mapred-site.xml中，添加如下配置文件。

1. <code class=" hljs xml"><configuration>

2. <property>

3. <name>mapreduce.framework.name</name>

4. <value>local</value>

5. </property>

6. </configuration></code>

可以不用启动ResourceManager和NodeManager。

运行

1. <code class=" hljs ruby">[root@liguodong Documents]# hadoop jar  test.jar hdfs://liguodong:8020/hello  hdfs://liguodong:8020/output</code>

三、MapReduce运行模式有多种
mapred-site.xml中
1）本地运行模式(默认)

1. <code class=" hljs xml"><configuration>

2. <property>

3. <name>mapreduce.framework.name</name>

4. <value>local</value>

5. </property>

6. </configuration></code>

2）运行在YARN上

1. <code class=" hljs xml"><configuration>

2. <property>

3. <name>mapreduce.framework.name</name>

4. <value>yarn</value>

5. </property>

6. </configuration></code>

四、Uber Mode
Uber Mode是针对于在Hadoop2.x中，对于MapReuduce Job小作业来说的一种优化方式（重用JVM的方式）。
小作业指的是MapReduce Job 运行处理的数据量，当数据量（大小）小于 HDFS 存储数据时block的大小（128M）。
默认是没有启动的。
mapred-site.xml中

1. <code class=" hljs xml"><name>mapreduce.job.ubertask.enable</name>

2. <value>true</value></code>