Hadoop Intellij IDEA本地开发环境搭建

首先我们需要新建一个java工程用于开发Mapper与Reducer，同时我们也需要导入hadoop的依赖包，这些包可以在hadoop的 share/hadoop 目录下找到，你可以把这些包单独取出来作为之后项目的备用。

打开Project Structure



找到module点击右侧的小加号JARS or directories…

添加

common
hdfs
mapreduce
yarn
comom/lib

添加完成之后应该像下图



然后是Artifacts



点击加号，新建一个jar，jar->empty



给自己的jar包取个名字，然后点击下面的绿色加号，Module output，在弹出的对话框中选择当前的项目，然后点击ok保存。



接着要新建一个Application



Edit Configurations



点击加号新建，选择Application





然后取个名字，在右侧的Main class中输入org.apache.hadoop.util.RunJar

Working directory当然是选择当前项目的目录了



最后是Program arguments，这个是设置默认参数的会在程序执行的时候传递进去

/home/edmond/workspace/IdeaProjects/Hadoop/HadoopWordCount/out/artifacts/wordcount/wordcount.jar
com.company.Main
input
output

第一个是jar包所在的位置

第二个是Main函数所在的类

第三四两个参数是由自己决定的（这两个参数会作为args[0]和args[1]传入）

点击ok保存。

然后我们需要开始对Mapper以及Reducer进行编写，首先先创建一个Mapper类

public class WordCountMapper extends Mapper<LongWritable,Text,Text,IntWritable>{

private final static IntWritable one = new IntWritable(1);
private Text word = new Text();

@Override
protected void map(LongWritable 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);
}
}
}

如果类都可以正常导入说明jar包没有问题

接着是Reducer类

public class WordCountReducer extends Reducer<Text,IntWritable,Text,IntWritable>{

private IntWritable result = new IntWritable();

@Override
protected 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);
}
}

最后我们需要编写main方法作为测试

public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
// write your code here

Configuration configuration = new Configuration();

if(args.length!=2){
System.err.println("Usage:wordcount <input><output>");
System.exit(2);
}

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

job.setJarByClass(Main.class);
job.setMapperClass(WordCountMapper.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);
}

这样main方法启动就会使用hadoop的mapper和reducer来处理数据

我们在项目目录下面创建一个input文件夹，在文件夹中创建一个文件，然后在文件中随意输入一些字符串，保存，然后运行刚刚新建的Application，等待运行完成会发现项目目录下多了一个output文件夹，打开里面的‘part-r-00000’文件就会发现里面是对你输入字符串的出现个数的统计。



当你第二次运行的时候因为hadoop不会自动删除output目录所以可能会出现错误，请手动删除之后再运行。

这样就可以使用intellij来开发hadoop程序并进行调试了。