hadoop 0.20 程序开发(转)

最新推荐文章于 2023-05-30 23:17:32 发布

wv112406

最新推荐文章于 2023-05-30 23:17:32 发布

阅读量121

点赞数

分类专栏： JAVA 文章标签： Hadoop Eclipse Mapreduce SSH Apache

本文链接：https://blog.csdn.net/wv112406/article/details/83527511

版权

JAVA 专栏收录该内容

39 篇文章 0 订阅

订阅专栏

hadoop 0.20 程式開發

eclipse plugin + Makefile

转自： http://trac.nchc.org.tw/cloud/wiki/waue/2009/0617

零. 前言 ¶

開發hadoop 需要用到許多的物件導向語法，包括繼承關係、介面類別，而且需要匯入正確的classpath，否則寫hadoop程式只是打字練習...
用類 vim 來處理這種複雜的程式，有可能會變成一場惡夢，因此用eclipse開發，搭配mapreduce-plugin會事半功倍。
早在hadoop 0.19～0.16之間的版本，筆者就試過各個plugin，每個版本的plugin都確實有大大小小的問題，如：hadoop plugin 無法正確使用、無法run as mapreduce。hadoop0.16搭配IBM的hadoop_plugin 可以提供完整的功能，但是，老兵不死，只是凋零...
子曰："逝者如斯夫，不捨晝夜"，以前寫的文件也落伍了，要跟上潮流，因此此篇的重點在：用eclipse 3.4.2 開發hadoop 0.20程式，並且測試撰寫的程式運作在hadoop平台上
以下是我的作法，如果你有更好的作法，或有需要更正的地方，請與我聯絡

單位作者 Mail
國家高速網路中心-格網技術組 Wei-Yu Chen waue @ nchc.org.tw

Last Update: 2009/06/25

0.1 環境說明 ¶

ubuntu 8.10
sun-java-6
eclipse 3.4.2
hadoop 0.20.0

0.2 目錄說明 ¶

使用者：waue
使用者家目錄： /home/waue
專案目錄： /home/waue/workspace
hadoop目錄： /opt/hadoop

一、安裝 ¶

安裝的部份沒必要都一模一樣，僅提供參考，反正只要安裝好java , hadoop , eclipse，並清楚自己的路徑就可以了

1.1. 安裝java ¶

首先安裝java 基本套件

$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre

1.1.1. 安裝sun-java6-doc ¶

1 將javadoc (jdk-6u10-docs.zip) 下載下來下載點

2 下載完後將檔案放在 /tmp/ 下

3 執行

$ sudo apt-get install sun-java6-doc

1.2. ssh 安裝設定 ¶

$ apt-get install ssh 
$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ ssh localhost

執行ssh localhost 沒有出現詢問密碼的訊息則無誤

1.3. 安裝hadoop ¶

安裝hadoop0.20到/opt/並取目錄名為hadoop

$ cd ~
$ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.0/hadoop-0.20.0.tar.gz
$ tar zxvf hadoop-0.20.0.tar.gz
$ sudo mv hadoop-0.20.0 /opt/
$ sudo chown -R waue:waue /opt/hadoop-0.20.0
$ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop

編輯 /opt/hadoop/conf/hadoop-env.sh

export 
JAVA_HOME
=
/usr/lib/jvm/java-6-sun
export 
HADOOP_HOME
=
/opt/hadoop
export 
PATH
=
$PATH
:/opt/hadoop/bin

編輯 /opt/hadoop/conf/core-site.xml

<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://localhost:9000</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/tmp/hadoop/hadoop-${
user
.name
}
</value>
  </property>
</configuration>

編輯 /opt/hadoop/conf/hdfs-site.xml

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>
</configuration>

編輯 /opt/hadoop/conf/mapred-site.xml

<configuration>
  <property>
    <name>mapred.job.tracker</name>
    <value>localhost:9001</value>
  </property>
</configuration>

啟動

$ cd /opt/hadoop
$ source /opt/hadoop/conf/hadoop-env.sh
$ hadoop namenode -format
$ start-all.sh
$ hadoop fs -put conf input
$ hadoop fs -ls

沒有錯誤訊息則代表無誤

1.4. 安裝eclipse ¶

在此提供兩個方法來下載檔案
- 方法一：下載 eclipse SDK 3.4.2 Classic ，並且放這檔案到家目錄
- 方法二：貼上指令
```
$ cd ~
$ wget http://ftp.cs.pu.edu.tw/pub/eclipse/eclipse/downloads/drops/R-3.4.2-200902111700/eclipse-SDK-3.4.2-linux-gtk.tar.gz
```

eclipse 檔已下載到家目錄後，執行下面指令：

$ cd ~
$ tar -zxvf eclipse-SDK-3.4.2-linux-gtk.tar.gz
$ sudo mv eclipse /opt
$ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/

二、建立專案 ¶

2.1 安裝hadoop 的 eclipse plugin ¶

匯入hadoop 0.20.0 eclipse plugin

$ cd /opt/hadoop
$ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.0-eclipse-plugin.jar /opt/eclipse/plugins

$ sudo vim /opt/eclipse/eclipse.ini

可斟酌參考eclipse.ini內容（非必要）

-startup
plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar
--launcher.library
plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805
-showsplash
org.eclipse.platform
--launcher.XXMaxPermSize
512m
-vmargs
-Xms40m
-Xmx512m

2.2 開啟eclipse ¶

打開eclipse

$ eclipse &

一開始會出現問你要將工作目錄放在哪裡：在這我們用預設值

PS: 之後的說明則是在eclipse 上的介面操作

2.3 選擇視野 ¶

window ->

open pers.. ->

other.. ->

map/reduce

設定要用 Map/Reduce 的視野

使用 Map/Reduce 的視野後的介面呈現

2.4 建立專案 ¶

file -> new -> project -> Map/Reduce -> Map/Reduce Project -> next

建立mapreduce專案(1)

建立mapreduce專案的(2)

project name-> 輸入 : icas (
隨意)

use default hadoop -> Configur Hadoop install... -> 輸入： "/opt/hadoop"
 -> ok
Finish

2.5 設定專案 ¶

由於剛剛建立了icas這個專案，因此eclipse已經建立了新的專案，出現在左邊視窗，右鍵點選該資料夾，並選properties

Step1. 右鍵點選project的properties做細部設定

Step2. 進入專案的細部設定頁

hadoop的javadoc的設定(1)

java Build Path -> Libraries -> hadoop-0.20.0-ant.jar
java Build Path -> Libraries -> hadoop-0.20.0-core.jar
java Build Path -> Libraries -> hadoop-0.20.0-tools.jar
- 以 hadoop-0.20.0-core.jar 的設定內容如下，其他依此類推

source
 ...-> 輸入：/opt/opt/hadoop-0.20.0/src/core
javadoc ...-> 輸入：file:/opt/hadoop/docs/api/

Step3. hadoop的javadoc的設定完後(2)

Step4. java本身的javadoc的設定(3)

javadoc location -> 輸入：file:/usr/lib/jvm/java-6-sun/docs/api/

設定完後回到eclipse 主視窗

2.6 連接hadoop server ¶

Step1. 視窗右下角黃色大象圖示"Map/Reduce Locations tag" -> 點選齒輪右邊的藍色大象圖示：

Step2. 進行eclipse 與 hadoop 間的設定(2)

Location Name -> 輸入：hadoop  (
隨意)

Map/Reduce Master -> Host-> 輸入：localhost 
Map/Reduce Master -> Port-> 輸入：9001 
DFS Master -> Host-> 輸入：9000
Finish

設定完後，可以看到下方多了一隻藍色大象，左方展開資料夾也可以秀出在hdfs內的檔案結構

三、撰寫範例程式 ¶

之前在eclipse上已經開了個專案icas，因此這個目錄在：
- /home/waue/workspace/icas
在這個目錄內有兩個資料夾：
- src ：用來裝程式原始碼
- bin ：用來裝編譯後的class檔
如此一來原始碼和編譯檔就不會混在一起，對之後產生jar檔會很有幫助
在這我們編輯一個範例程式 : WordCount

3.1 mapper.java ¶

File -> new -> mapper

create

source 
folder-> 輸入： icas/src
Package : Sample
Name -> : mapper

modify

package
 Sample;


import
 java.io.IOException
;

import
 java.util.StringTokenizer
;


import
 org.apache.hadoop.io.IntWritable
;

import
 org.apache.hadoop.io.Text
;

import
 org.apache.hadoop.mapreduce.Mapper
;


public
 class
 mapper
 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);

    }

  }

}

建立mapper.java後，貼入程式碼

3.2 reducer.java ¶

File -> new -> reducer

create

source 
folder-> 輸入： icas/src
Package : Sample
Name -> : reducer

modify

package
 Sample;


import
 java.io.IOException
;


import
 org.apache.hadoop.io.IntWritable
;

import
 org.apache.hadoop.io.Text
;

import
 org.apache.hadoop.mapreduce.Reducer
;


public
 class
 reducer
 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);

  }

}

File -> new -> Map/Reduce Driver

3.3 WordCount .java (main function) ¶

建立WordCount.java，此檔用來驅動mapper 與 reducer，因此選擇 Map/Reduce Driver

create

source 
folder-> 輸入： icas/src
Package : Sample
Name -> : WordCount.java

modify

package
 Sample;


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.lib.input.FileInputFormat
;

import
 org.apache.hadoop.mapreduce.lib.output.FileOutputFormat
;

import
 org.apache.hadoop.util.GenericOptionsParser
;


public
 class
 WordCount
 {


  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
(
"Usage: wordcount <in> <out>"
);

      System.
exit
(
2
);

    }

    Job job =
 new
 Job(
conf,
 "word count"
);

    job.
setJarByClass
(
WordCount.
class
);

    job.
setMapperClass
(
mapper.
class
);


    job.
setCombinerClass
(
reducer.
class
);

    job.
setReducerClass
(
reducer.
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
);

  }

}

三個檔完成後並存檔後，整個程式建立完成

三個檔都存檔後，可以看到icas專案下的src，bin都有檔案產生，我們用指令來check

$ cd workspace/icas
$ ls src/Sample/
mapper.java  reducer.java  WordCount.java
$ ls bin/Sample/
mapper.class  reducer.class  WordCount.class

四、測試範例程式 ¶

由於hadoop 0.20 此版本的eclipse-plugin依舊不完整，如：
- 右鍵點選WordCount.java -> run as -> run on Hadoop ：沒有效果

因此，4.1 提供一個eclipse 上解除 run-on-hadoop 封印的方法。而4.2 則是避開run-on-hadoop 這個功能，用command mode端指令的方法執行。

4.1 解除run-on-hadoop封印 ¶

有一熱心的hadoop使用者提供一個能讓 run-on-hadoop 這個功能恢復的方法。

原因是hadoop 的 eclipse-plugin 也許是用eclipse europa 這個版本開發的，而eclipse 的各版本 3.2 , 3.3, 3.4 間也都有或多或少的差異性存在。

因此如果先用eclipse europa 來建立一個新專案，之後把europa的eclipse這個版本關掉，換用eclipse 3.4開啟，之後這個專案就能用run-on-mapreduce 這個功能囉！

有興趣的話可以試試！（感謝逢甲資工所謝同學）

4.2 運用終端指令 ¶

4.2.1 產生Makefile 檔 ¶

$ cd /home/waue/workspace/icas/
$ gedit Makefile

輸入以下Makefile的內容

JarFile
=
"sample-0.1.jar"

MainFunc
=
"Sample.WordCount"

LocalOutDir
=
"/tmp/output"


all:help
jar:
  jar -cvf ${
JarFile
}
 -C bin/ .

run:
  hadoop jar ${
JarFile
}
 ${
MainFunc
}
 input output

clean:
  hadoop fs -rmr output

output:
  rm -rf ${
LocalOutDir
}

  hadoop fs -get output ${
LocalOutDir
}

  gedit ${
LocalOutDir
}
/part-r-00000 & 

help
:
  @echo "Usage:"

  @echo " make jar     - Build Jar File."

  @echo " make clean   - Clean up Output directory on HDFS."

  @echo " make run     - Run your MapReduce code on Hadoop."

  @echo " make output  - Download and show output file"

  @echo " make help    - Show Makefile options."

  @echo " "

  @echo "Example:"

  @echo " make jar; make run; make output; make clean"

4.2.2 執行 ¶

執行Makefile，可以到該目錄下，執行make [參數]，若不知道參數為何，可以打make 或 make help
make 的用法說明

$ cd /home/waue/workspace/icas/
$ make
Usage:
 make jar     - Build Jar File.
 make clean   - Clean up Output directory on HDFS.
 make run     - Run your MapReduce code on Hadoop.
 make output  - Download and show output file
 make help    - Show Makefile options.
 
Example:
 make jar; make run; make output; make clean

下面提供各種make 的參數

make jar ¶

1. 編譯產生jar檔

$ make jar

make run ¶

2. 跑我們的wordcount 於hadoop上

$ make run

make run基本上能正確無誤的運作到結束，因此代表我們在eclipse編譯的程式可以順利在hadoop0.20的平台上運行。

而回到eclipse視窗，我們可以看到下方視窗run完的job會呈現出來；左方視窗也多出output資料夾，part-r-00000就是我們的結果檔

因為有設定完整的javadoc, 因此可以得到詳細的解說與輔助

make output ¶

3. 這個指令是幫助使用者將結果檔從hdfs下載到local端，並且用gedit來開啟你的結果檔

$ make output

make clean ¶

4. 這個指令用來把hdfs上的output資料夾清除。如果你還想要在跑一次make run，請先執行make clean，否則hadoop會告訴你，output資料夾已經存在，而拒絕工作喔！

$ make clean

五、結論 ¶

搭配eclipse ，我們可以更有效率的開發hadoop
hadoop 0.20 與之前的版本api以及設定都有些改變，因此hadoop 環境的設定，需要看hadoop 0.20 的quickstart ；而如何使用 hadoop 0.20 的api，則可以看 /opt/hadoop/src/example/ 裡面的程式碼來提供初步的構想

Attachments

1-1.png (41.7 kB ) - added by waue 7 months ago.
2-1.png (28.7 kB ) - added by waue 7 months ago.
2-2.png (48.6 kB ) - added by waue 7 months ago.
2-3.png (64.8 kB ) - added by waue 7 months ago.
2-4.png (42.0 kB ) - added by waue 7 months ago.
2-4-2.png (52.6 kB ) - added by waue 7 months ago.
2-5.png (85.1 kB ) - added by waue 7 months ago.
2-5-1.png (122.6 kB ) - added by waue 7 months ago.
2-5-2.png (85.0 kB ) - added by waue 7 months ago.
2-5-3.png (56.4 kB ) - added by waue 7 months ago.
2-6.png (56.4 kB ) - added by waue 7 months ago.
2-6-1.png (52.8 kB ) - added by waue 7 months ago.
2-6-2.png (53.4 kB ) - added by waue 7 months ago.
3-1.png (40.7 kB ) - added by waue 7 months ago.
3-2.png (173.1 kB ) - added by waue 7 months ago.
3-3.png (40.4 kB ) - added by waue 7 months ago.
3-4.png (52.5 kB ) - added by waue 7 months ago.
3-5.png (212.1 kB ) - added by waue 7 months ago.
file-new-mapper.png (30.4 kB ) - added by waue 7 months ago.
file-new-mr-driver.png (30.2 kB ) - added by waue 7 months ago.
file-new-project.png (26.7 kB ) - added by waue 7 months ago.
file-new-reducer.png (25.8 kB ) - added by waue 7 months ago.
run-on-hadoop.png (398.2 kB ) - added by waue 7 months ago.
win-open-other.png (31.4 kB ) - added by waue 7 months ago.
4-1.png (200.2 kB ) - added by waue 7 months ago.
4-2.png (236.2 kB ) - added by waue 7 months ago.

Download in other formats:

Plain Text

wv112406

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
hadoop 0.20 程序开发(转)

hadoop 0.20 程式開發 eclipse plugin + Makefile转自：http://trac.nchc.org.tw/cloud/wiki/waue/2009/0617零. 前言 ¶開發hadoop 需要用到許多的物件導向語法，包括繼承關係、介面類別，而且需要匯入正確的classpath，否則寫hadoop程式只是打字練習......
复制链接

扫一扫