Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount

简介: 写在前面step1 eclipse访问hadoopstep2 重启并配置eclipsestep3 新建Map/Reduce项目step4 复制粘贴代码step5 配置运行参数整个hadoop就到此结束啦

写在前面


本系列文章索引以及一些默认好的条件在传送门


step1 eclipse访问hadoop


首先需要明确eclipse安装目录,然后将hadoop-eclipse-plugin_版本号.jar插件放在安装目录的dropins下

5dd15288a7ff40bda082cbc2f60bea76.png

关于插件,可以通过博主上传到csdn的免费资源获取,链接

具体版本可以自己选择:


e53610f53d8c4fb79031ddb4efbfa897.png


step2 重启并配置eclipse


在eclipse界面中依次选择:Window→show view→other→MapReduce Tools/Map/Reduce Locations


18e4345898df49dbbf698235060b3512.png


然后在界面上会显示一个大象符号,如下图:

e2ea15a1925b4ede928078b00d21f673.png


点击大象符号,然后就会配置一个DFS Location

配置参数为:

f8ee1965f6ac47a2ae553f71e383e208.png


配置好后点击finish

然后会出现:

6fa9d84c2c45418892dc28a367944703.png


step3 新建Map/Reduce项目


在Eclipse中依次选择File→New→Other…→Map/Reduce Project→Next,

输入项目名TestWordCount,浏览并选择Hadoop路径/usr/local/hadoop,单击“Finish”按钮,则新建项目TestWordCount成功

新建包并在包下创建相应的类,具体项目结构如下:


40850cb235fb4948a79dd15800c2d43c.png


step4 复制粘贴代码


package wordCount;
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;
public class WordCount {
  public static class WordCountMapper extends Mapper<Object, Text, Text, IntWritable> {
    /**
     * 定义final 静态变量one,用来标示键值对<String,One>
     * 然后定义Text类型的变量来存储字符串
     */
    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());
        /**
         * 写入键值对
         */
        context.write(word, one);
      }
    }
  }
  public static class WordCountReducer 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();
    if (args.length != 2) {
      System.err.println("Usage: <in> <out>");
      System.exit(2); 
    }
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(WordCountMapper.class);
    job.setCombinerClass(WordCountReducer.class);
    job.setReducerClass(WordCountReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}


step5 配置运行参数


启动hadoop集群后在终端写入:

hadoop fs -mkdir /tmp
hadoop fs -chmod -R 777 /tmp


Run→Run Configurations选项,以配置输入输出参数

大致为:

816cc543daa547cc9c001ee5e2cc002e.png


点击run直接跑

然后在左侧的目录下会显示文件夹:

cecfcde94c0844afbfaa7fe5f5fef97f.png


点进去看下part-r-00000文件就会发现,该文件存储结果:

1ff62be66023478a9cf557353f714b20.png


其中输入为:

fe0cc3669f494506ae7230f3d18e9c75.png


结果与预期一致,项目成功~


整个hadoop就到此结束啦

目录
相关文章
|
6天前
|
分布式计算 负载均衡 Hadoop
Hadoop集群节点添加
Hadoop集群节点添加
|
11天前
|
分布式计算 资源调度 Hadoop
Hadoop【基础知识 03+04】【Hadoop集群资源管理器yarn】(图片来源于网络)(hadoop fs + hadoop dfs + hdfs dfs 使用举例)
【4月更文挑战第5天】Hadoop【基础知识 03】【Hadoop集群资源管理器yarn】(图片来源于网络)Hadoop【基础知识 04】【HDFS常用shell命令】(hadoop fs + hadoop dfs + hdfs dfs 使用举例)
39 9
|
12天前
|
分布式计算 资源调度 Hadoop
Hadoop【基础知识 03】【Hadoop集群资源管理器yarn】(图片来源于网络)
【4月更文挑战第4天】Hadoop【基础知识 03】【Hadoop集群资源管理器yarn】(图片来源于网络)
22 4
|
14天前
|
存储 分布式计算 Hadoop
【Hadoop】Hadoop的三种集群模式
【4月更文挑战第9天】【Hadoop】Hadoop的三种集群模式
|
16天前
|
分布式计算 Hadoop Java
centos 部署Hadoop-3.0-高性能集群(一)安装
centos 部署Hadoop-3.0-高性能集群(一)安装
16 0
|
1月前
|
分布式计算 资源调度 Hadoop
Hadoop集群基本测试
Hadoop集群基本测试
26 0
|
3月前
|
分布式计算 Hadoop Java
linux上面hadoop配置集群
linux上面hadoop配置集群
46 0
|
安全 NoSQL MongoDB
mongoDB CentOS7.2集群部署
1.关闭selinux vi /etc/selinux/config SELINUX=disabled setenforce 0   2.
1760 0
|
1天前
|
Linux
centos 6.5安装yum
centos 6.5安装yum
14 0
|
2天前
|
运维 网络协议 Linux
【运维系列】Centos7安装并配置PXE服务
PXE是Intel开发的预启动执行环境,允许工作站通过网络从远程服务器启动操作系统。它依赖DHCP分配IP,DNS服务分配主机名,TFTP提供引导程序,HTTP/FTP/NFS提供安装源。要部署PXE服务器,需关闭selinux和防火墙,安装dhcpd、httpd、tftp、xinetd及相关服务,配置引导文件和Centos7安装源。最后,通过syslinux安装引导文件,并创建pxelinux.cfg/default配置文件来定义启动参数。
5 0