hadoop+maven工程伪分布下实例运行
2015-09-18 16:58
253 查看
首先希望能够把本地的一些资源能够上传到hdfs当中,利用伪分布的格式分析工程的运行情况:执行put操作的时候出错
hadoop报错:could only be replicated to 0 nodes, instead of 1
出现错误之后利用jps查看已经启动的节点
但是发现datanode没有启动,因此stop-all所有的节点,重新格式化namenode节点,然后重新进行启动就可以了
首先介绍hdfs中常用的一些命令
hadoop fs -mkdir /user/trunk
hadoop fs -ls /user
hadoop fs -lsr /user (递归的)
hadoop fs -put test.txt /user/trunk
hadoop fs -put test.txt . (复制到hdfs当前目录下,首先要创建当前目录)
hadoop fs -get /user/trunk/test.txt . (复制到本地当前目录下)
hadoop fs -cat /user/trunk/test.txt
hadoop fs -tail /user/trunk/test.txt (查看最后1000字节)
hadoop fs -rm /user/trunk/test.txt
hadoop fs -help ls (查看ls命令的帮助文档)…….
感觉其实和一些常规的linux下的命令是差不多的
一 拷贝数据
hadoop fs -mkdir /user
hadoop fs -mkdir /user/trunck
创建新的hdfs上的文件目录
将本地的文件拷贝到其中
hadoop fs -put ~/Documents/wrong.txt /user/trunck
之后尝试用伪分布的结构跑一下wordcount的程序
可以看一下当前对应的目录下已经有这个文件了
hadoop fs -ls /user/trunck
二 新建一个maven的工程
利用maven工程在工程配置中的一些依赖项等比较好处理
可以利用在命令行中进行声明的方式
mvn archetype:create -DgroupId=com.demo.maven -DartifactId=mavenDemo
也可以通过在eclipse下配置完成了maven插件之后进行创建
创建完成后看到的结构是:
修改pom.xml中增加工程对hadoop的依赖情况
经过刷新之后可以看到在dependences中会出现下载好的jar依赖包
存储在/Ursers/usrname/.m2/repository当中
修改文中的代码
依旧是一个统计词频的代码,和上一篇当中没有太大的变化
在maven工程建立之后,是可以直接通过命令创建对应的jar文件,分别是
mvn clean
mvn install
mvn package
在这里打包代码的输入是通过传递参数输入的
在命令行中执行
bash-3.2$ hadoop jar ~/project/testHadoop/target/testHadoop-0.0.1-SNAPSHOT.jar com.testHadoop.testHadoop.WordCount /user/trunck/wrong.txt /user/trunck/output
首先是打包的jar文件,然后是需要执行的类的结构,之后是输入的文件和输出的文件目录,输出的文件目录会自己进行新建
之后会看到输出:
输出文件中的值
三 输入多个文件
首先进行多次拷贝在一个目录下
那么整体计算出来的数据就是3倍了
计算出来的结果:
hadoop报错:could only be replicated to 0 nodes, instead of 1
出现错误之后利用jps查看已经启动的节点
但是发现datanode没有启动,因此stop-all所有的节点,重新格式化namenode节点,然后重新进行启动就可以了
首先介绍hdfs中常用的一些命令
hadoop fs -mkdir /user/trunk
hadoop fs -ls /user
hadoop fs -lsr /user (递归的)
hadoop fs -put test.txt /user/trunk
hadoop fs -put test.txt . (复制到hdfs当前目录下,首先要创建当前目录)
hadoop fs -get /user/trunk/test.txt . (复制到本地当前目录下)
hadoop fs -cat /user/trunk/test.txt
hadoop fs -tail /user/trunk/test.txt (查看最后1000字节)
hadoop fs -rm /user/trunk/test.txt
hadoop fs -help ls (查看ls命令的帮助文档)…….
感觉其实和一些常规的linux下的命令是差不多的
一 拷贝数据
hadoop fs -mkdir /user
hadoop fs -mkdir /user/trunck
创建新的hdfs上的文件目录
将本地的文件拷贝到其中
hadoop fs -put ~/Documents/wrong.txt /user/trunck
之后尝试用伪分布的结构跑一下wordcount的程序
可以看一下当前对应的目录下已经有这个文件了
hadoop fs -ls /user/trunck
二 新建一个maven的工程
利用maven工程在工程配置中的一些依赖项等比较好处理
可以利用在命令行中进行声明的方式
mvn archetype:create -DgroupId=com.demo.maven -DartifactId=mavenDemo
也可以通过在eclipse下配置完成了maven插件之后进行创建
创建完成后看到的结构是:
修改pom.xml中增加工程对hadoop的依赖情况
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.testHadoop</groupId> <artifactId>testHadoop</artifactId> <version>0.0.1-SNAPSHOT</version> <packaging>jar</packaging> <name>testHadoop</name> <url>http://maven.apache.org</url> <properties> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> </properties> <dependencies> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-core</artifactId> <version>1.0.3</version> </dependency> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>3.8.1</version> <scope>test</scope> </dependency> </dependencies> </project>
经过刷新之后可以看到在dependences中会出现下载好的jar依赖包
存储在/Ursers/usrname/.m2/repository当中
修改文中的代码
import java.io.IOException; import java.util.*; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.*; import org.apache.hadoop.mapred.*; public class WordCount { public static class Map extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> { private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException { String line = value.toString(); StringTokenizer tokenizer = new StringTokenizer(line); while (tokenizer.hasMoreTokens()) { word.set(tokenizer.nextToken()); output.collect(word, one); } } } public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> { public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException { int sum = 0; while (values.hasNext()) { sum += values.next().get(); } output.collect(key, new IntWritable(sum)); } } public static void main(String[] args) throws Exception { JobConf conf = new JobConf(WordCount.class); conf.setJobName("wordcount"); conf.setOutputKeyClass(Text.class); conf.setOutputValueClass(IntWritable.class); conf.setMapperClass(Map.class); conf.setReducerClass(Reduce.class); conf.setInputFormat(TextInputFormat.class); conf.setOutputFormat(TextOutputFormat.class); FileInputFormat.setInputPaths(conf, new Path(args[0])); FileOutputFormat.setOutputPath(conf, new Path(args[1])); JobClient.runJob(conf); } }
依旧是一个统计词频的代码,和上一篇当中没有太大的变化
在maven工程建立之后,是可以直接通过命令创建对应的jar文件,分别是
mvn clean
mvn install
mvn package
在这里打包代码的输入是通过传递参数输入的
在命令行中执行
bash-3.2$ hadoop jar ~/project/testHadoop/target/testHadoop-0.0.1-SNAPSHOT.jar com.testHadoop.testHadoop.WordCount /user/trunck/wrong.txt /user/trunck/output
首先是打包的jar文件,然后是需要执行的类的结构,之后是输入的文件和输出的文件目录,输出的文件目录会自己进行新建
之后会看到输出:
输出文件中的值
三 输入多个文件
首先进行多次拷贝在一个目录下
那么整体计算出来的数据就是3倍了
计算出来的结果:
相关文章推荐
- Shell 学习笔记
- linux中某个端口拒绝远程主机连接原因及解决方法
- linux问题-APR not Found
- window 与centos 系统之间共享文件
- 文件内容统计——Linux wc命令
- HDFS 架构设计
- linux问题-kali中安装apache和CGI
- 写作Openwrt固件
- CentOS下JDK安装
- 如何在shell中判断一个文件是否为空
- 运维进行时-数据分析
- java.lang.NoClassDefFoundError: org/apache/commons/logging/LogFactory
- Linux之进程查看与管理
- linux(centos) 无root, 安装matlab2013a
- 求亿级记录中搜索次数Top N的搜索词(MapReduce实现)
- Android系统架构
- iOS122 有态度的iOS第三方资源聚合网站
- Linux启动过程详解
- OpenCV学习笔记__入门篇(一)
- linux下base命令