eclipse 运行WordCount(附源码)

摘要: 2.7.1 版本hadoop

1.下载hadoop插件（hadoop下载包里好像有这个插件）

hadoop-eclipse-plugin-2.7.1分享链接 https://pan.baidu.com/s/1sldBu9n

放到eclipse/plugins文件夹下，重启eclipse

2.window -> preferences 点击确定 找到 hadoop map/reduce 在右窗口填上hadoop安装地址

3.出现一个和控制台一样位置的map/reduce location ,右击空白处 选择new hadoop location

loaction name填上名字，Map/Reduce (V2) Master的端口填mapred-site.xml端口 。DFS Master填core-site.xml 确定。host都是填localhost。

4.File-->New-->Other-->Map/Reduce Project 创建文件 取名 新建java文件代码如下

5.源代码如下

package com.filex;

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.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Mapper.Context;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.Reducer.Context;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class WordCount
{
public static void main(String[] args)
throws Exception
{
Configuration conf = new Configuration();

Job job = new Job(conf);
job.setJarByClass(WordCount.class);
job.setJobName("wordcount");

job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);

job.setMapperClass(WordCountMap.class);
job.setReducerClass(WordCountReduce.class);

job.setInputFormatClass(TextInputFormat.class);
job.setOutputFormatClass(TextOutputFormat.class);
/////////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////////
//下面的两句代码，其中参数意义
//hdfs://localhost:9000/in   表示需要计数的文件夹    计算命令行下：hadoop fs -ls /in  出现的文件
//hdfs://localhost:9000/output 表示储存结果的文件夹（不要创建，同时之前不要存在这个文件夹）
//new Path(arg[0]) new Path(arg[1])也可以使用命令行传参的方式传入两个文件夹（不可以直接运行）
//
FileInputFormat.addInputPath(job, new Path("hdfs://localhost:9000/in"));
FileOutputFormat.setOutputPath(job, new Path("hdfs://localhost:9000/output"));
job.waitForCompletion(true);
}

public static class WordCountMap extends Mapper<LongWritable, Text, Text, IntWritable>
{
private final IntWritable one = new IntWritable(1);
private Text word = new Text();

public void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException
{
String line = value.toString();
StringTokenizer token = new StringTokenizer(line);
while (token.hasMoreTokens()) {
this.word.set(token.nextToken());
context.write(this.word, this.one);
}
}
}

public static class WordCountReduce extends Reducer<Text, IntWritable, Text, IntWritable>
{
public void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context)
throws IOException, InterruptedException
{
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
context.write(key, new IntWritable(sum));
}
}
}

ps:注意一下注释部分，需要确认你需要计算的文件

6.直接运行 或者导出

7.如果导出，运行命令：

hadoop jar .jar路径 运行的类（含包路径） 类的参数

hadoop jar /home/user/xxx.jar com.filex.WordCount (输入输出文件已经设置好)

hadoop jar /home/user/xxx.jar com.filex.WordCount in put ( 输入输出文件未设置好)。