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：

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。

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