2018-03-15 14:51:08 2503瀏覽
Hadoop的編程可以是在Linux環(huán)境或Winows環(huán)境中，在此以Windows環(huán)境為示例，以Eclipse工具為主（也可以用IDEA）下面我們一起來看一下吧。
Hadoop是一個(gè)強(qiáng)大的并行框架，它允許任務(wù)在其分布式集群上并行處理。但是編寫、調(diào)試Hadoop程序都有很大難度。正因?yàn)槿绱耍琀adoop的開發(fā)者開發(fā)出了Hadoop Eclipse插件，它在Hadoop的開發(fā)環(huán)境中嵌入了Eclipse，從而實(shí)現(xiàn)了開發(fā)環(huán)境的圖形化，降低了編程難度。在安裝插件，配置Hadoop的相關(guān)信息之后，如果用戶創(chuàng)建Hadoop程序，插件會(huì)自動(dòng)導(dǎo)入Hadoop編程接口的JAR文件，這樣用戶就可以在Eclipse的圖形化界面中編寫、調(diào)試、運(yùn)行Hadoop程序（包括單機(jī)程序和分布式程序），也可以在其中查看自己程序的實(shí)時(shí)狀態(tài)、錯(cuò)誤信息和運(yùn)行結(jié)果，還可以查看、管理HDFS以及文件?？偟貋碚f，Hadoop Eclipse插件安裝簡單，使用方便，功能強(qiáng)大，尤其是在Hadoop編程方面，是Hadoop入門和Hadoop編程必不可少的工具。
為了以后方便開發(fā)，我們按照下面把開發(fā)中用到的軟件安裝在此目錄中，JDK安裝除外，我這里把JDK安裝在D盤的直屬目錄Java安裝路徑下（安裝在Program Files下有些地方會(huì)報(bào)空隔截?cái)噱e(cuò)誤），下面是工作目錄：
系統(tǒng)磁盤（D：）
|---HadoopWork
|--- eclipse
|--- hadoop-2.7.3
|--- workplace
|---……
按照上面目錄把Eclipse和Hadoop解壓到"D:\HadoopWork"下面，并創(chuàng)建"workplace"作為Eclipse的工作空間。
Eclipse插件開發(fā)配置
第一步：把我們的"hadoop2x-eclipse-plugin-master"放到Eclipse的目錄的"plugins"中，然后重新Eclipse即可生效。
系統(tǒng)磁盤（D：）
|---HadoopWork
|--- eclipse
|--- plugins
|--- hadoop2x-eclipse-plugin-master.jar
上面是我的"hadoop-eclipse-plugin"插件放置的地方。重啟Eclipse如下圖：
從上圖中左側(cè)"Project Explorer"下面發(fā)現(xiàn)"DFS Locations"，說明Eclipse已經(jīng)識(shí)別剛才放入的Hadoop Eclipse插件了。
第二步：選擇"Window"菜單下的"Preference"，然后彈出一個(gè)窗體，在窗體的左側(cè)，有一列選項(xiàng)，里面會(huì)多出"Hadoop Map/Reduce"選項(xiàng)，點(diǎn)擊此選項(xiàng)，選擇Hadoop的安裝目錄（如我的Hadoop目錄：D:\HadoopWork\hadoop-2.7.3）。結(jié)果如下圖：
第三步：切換"Map/Reduce"工作目錄，有兩種方法：
1）選擇"Window"菜單下選擇"Open Perspective"，彈出一個(gè)窗體，從中選擇"Map/Reduce"選項(xiàng)即可進(jìn)行切換。
2）在Eclipse軟件的右上角，點(diǎn)擊圖標(biāo)"javaEE"，點(diǎn)擊"Other"選項(xiàng)，也可以彈出上圖，從中選擇"Map/Reduce"，然后點(diǎn)擊"OK"即可確定。
切換到"Map/Reduce"工作目錄下的界面如下圖所示。
第四步：建立與Hadoop集群的連接，在Eclipse軟件下面的"Map/Reduce Locations"進(jìn)行右擊，彈出一個(gè)選項(xiàng)，選擇"New Hadoop Location"，然后彈出一個(gè)窗體。
注意上圖中的紅色標(biāo)注的地方，是需要我們關(guān)注的地方。
Location Name：可以任意其，標(biāo)識(shí)一個(gè)"Map/Reduce Location"
Map/Reduce Master
Host：192.168.80.32（Master.Hadoop的IP地址）
Port：9001
DFS Master
Use M/R Master host：前面的勾上。（因?yàn)槲覀兊腘ameNode和JobTracker都在一個(gè)機(jī)器上。）
Port：9000
User name：hadoop (與署中的一致)
備注：這里面的Host、Port分別為你在mapred-site.xml、core-site.xml中配置的地址及端口。不清楚的可以參考"0基礎(chǔ)搭建Hadoop大數(shù)據(jù)處理-集群安裝"進(jìn)行查看。
接著點(diǎn)擊"Advanced parameters"從中找見"hadoop.tmp.dir"，修改成為我們Hadoop集群中設(shè)置的地址，我們的Hadoop集群是"/usr/local/hadoop273/hadoop_tmp"，這個(gè)參數(shù)在"core-site.xml"進(jìn)行了配置。
點(diǎn)擊"finish"之后，會(huì)發(fā)現(xiàn)Eclipse軟件下面的"Map/Reduce Locations"出現(xiàn)一條信息，就是我們剛才建立的"Map/Reduce Location"。
第五步：查看HDFS文件系統(tǒng)，并嘗試建立文件夾和上傳文件。點(diǎn)擊Eclipse軟件左側(cè)的"DFS Locations"下面的，就會(huì)展示出HDFS上的文件結(jié)構(gòu)。
右擊">user>hadoop"可以嘗試建立一個(gè)"文件夾--index_in"，然后右擊刷新就能查看我們剛才建立的文件夾。
創(chuàng)建完之后，并刷新。
遠(yuǎn)程登錄"Master.Hadoop"服務(wù)器，用下面命令查看是否已經(jīng)建立一個(gè)"index_in"的文件夾。
hadoop fs -ls
到此為止，我們的Hadoop Eclipse開發(fā)環(huán)境已經(jīng)配置完畢，不盡興的同學(xué)可以上傳點(diǎn)本地文件到HDFS分布式文件上，可以互相對比意見文件是否已經(jīng)上傳成功。
Eclipse運(yùn)行WordCount程序
配置Eclipse的JDK
如果電腦上不僅僅安裝的JDK8.0，那么要確定一下Eclipse的平臺(tái)的默認(rèn)JDK是否8.0。從"Window"菜單下選擇"Preference"，彈出一個(gè)窗體，從窗體的左側(cè)找見"Java"，選擇"Installed JREs"，然后添加JDK8.0。下面是我的默認(rèn)選擇JRE。
如果沒有的話點(diǎn)擊Add添加。
添加后按下圖選擇1.8的版本。
設(shè)置Eclipse的編碼為UTF-8
創(chuàng)建MapReduce項(xiàng)目
從"File"菜單，選擇"Other"，找到"Map/Reduce Project"，然后選擇它。
接著，填寫MapReduce工程的名字為"WordCountProject"，點(diǎn)擊"finish"完成。
目前為止我們已經(jīng)成功創(chuàng)建了MapReduce項(xiàng)目，我們發(fā)現(xiàn)在Eclipse軟件的左側(cè)多了我們的剛才建立的項(xiàng)目。
創(chuàng)建WordCount類
選擇"WordCountProject"工程，右擊彈出菜單，然后選擇"New"，接著選擇"Class"，然后填寫如下信息：
因?yàn)槲覀冎苯佑肏adoop2.7.3自帶的WordCount程序，所以報(bào)名需要和代碼中的一致為"org.apache.hadoop.examples"，類名也必須一致為"WordCount"。這個(gè)代碼放在如下的結(jié)構(gòu)中。
hadoop-2.7.3
|---src
|---examples
|---org
|---apache
|---hadoop
|---examples
從上面目錄中找見"WordCount.java"文件，用記事本打開，然后把代碼復(fù)制到剛才建立的java文件中。
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 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", "192.168.80.32:9001");
String[] ars=new String[]{"input","newout"};
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);
}
}
備注：如果不加"conf.set("mapred.job.tracker", "192.168.80.32:9001");"，將提示你的權(quán)限不夠，其實(shí)照成這樣的原因是剛才設(shè)置的"Map/Reduce Location"其中的配置不是完全起作用，而是在本地的磁盤上建立了文件，并嘗試運(yùn)行，顯然是不行的。我們要讓Eclipse提交作業(yè)到Hadoop集群上，所以我們這里手動(dòng)添加Job運(yùn)行地址。
運(yùn)行WordCount程序
選擇"Wordcount.java"程序，右擊一次按照"Run AS Run on Hadoop"運(yùn)行。然后會(huì)彈出如下圖，按照下圖進(jìn)行操作。
在Console中可以看到輸出日志。
查看WordCount運(yùn)行結(jié)果
查看Eclipse軟件左側(cè)，右擊"DFS Locations》Hadoop273》user》hadoop"，點(diǎn)擊刷新按鈕"Refresh"，我們剛才出現(xiàn)的文件夾"newoutput"會(huì)出現(xiàn)。記得"newoutput"文件夾是運(yùn)行程序時(shí)自動(dòng)創(chuàng)建的，如果已經(jīng)存在相同的的文件夾，要么程序換個(gè)新的輸出文件夾，要么刪除HDFS上的那個(gè)重名文件夾，不然會(huì)出錯(cuò)。
打開"newoutput"文件夾，打開"part-r-00000"文件，可以看見執(zhí)行后的結(jié)果。
還可以將項(xiàng)目導(dǎo)出成jar包，發(fā)送到Hadoop服務(wù)器上運(yùn)行，就像運(yùn)行自帶的example一樣。
到此為止，Eclipse開發(fā)環(huán)境設(shè)置已經(jīng)完畢，并且成功運(yùn)行Wordcount程序，下一步我們真正開始Hadoop之旅。
擴(kuò)展
以下列出自己和參考園友列出的問題匯總：
INFO hdfs.DFSClient: Exception in createBlockOutputStream
java.net.NoRouteToHostException: 沒有到主機(jī)的路由
在每個(gè)服務(wù)器上jps看下hadoop的進(jìn)程有沒啟動(dòng)，如果都啟動(dòng)了，則停掉主機(jī)和幾個(gè)Slave的防火墻，如果再?zèng)]有出現(xiàn)問題的話說明相關(guān)端口沒有開放，在防火墻中加入相關(guān)端口。
"error: failure to login"問題
下面以網(wǎng)上找的"hadoop-0.20.203.0"為例，我在使用"V1.0"時(shí)也出現(xiàn)這樣的情況，原因就是那個(gè)"hadoop-eclipse-plugin-1.0.0_V1.0.jar"，是直接把源碼編譯而成，故而缺少相應(yīng)的Jar包。具體情況如下
詳細(xì)地址：http://blog.csdn.net/chengfei112233/article/details/7252404
在我實(shí)踐嘗試中，發(fā)現(xiàn)hadoop-0.20.203.0版本的該包如果直接復(fù)制到eclipse的插件目錄中，在連接DFS時(shí)會(huì)出現(xiàn)錯(cuò)誤，提示信息為： "error: failure to login"。
彈出的錯(cuò)誤提示框內(nèi)容為"An internal error occurred during: "Connecting to DFS hadoop".org/apache/commons/configuration/Configuration". 經(jīng)過察看Eclipse的log，發(fā)現(xiàn)是缺少jar包導(dǎo)致的。進(jìn)一步查找資料后，發(fā)現(xiàn)直接復(fù)制hadoop-eclipse-plugin-0.20.203.0.jar，該包中l(wèi)ib目錄下缺少了jar包。
經(jīng)過網(wǎng)上資料搜集，此處給出正確的安裝方法：
首先要對hadoop-eclipse-plugin-0.20.203.0.jar進(jìn)行修改。用歸檔管理器打開該包，發(fā)現(xiàn)只有commons-cli-1.2.jar 和hadoop-core.jar兩個(gè)包。將hadoop/lib目錄下的：
commons-configuration-1.6.jar ,
commons-httpclient-3.0.1.jar ,
commons-lang-2.4.jar ,
jackson-core-asl-1.0.1.jar
jackson-mapper-asl-1.0.1.jar
一共5個(gè)包復(fù)制到hadoop-eclipse-plugin-0.20.203.0.jar的lib目錄下，如下圖：
然后，修改該包META-INF目錄下的MANIFEST.MF，將classpath修改為一下內(nèi)容：
Bundle-ClassPath:classes/,lib/hadoop-core.jar,lib/commons-cli-1.2.jar,lib/commons-httpclient-3.0.1.jar,lib/jackson-core-asl-1.0.1.jar,lib/jackson-mapper-asl-1.0.1.jar,lib/commons-configuration-1.6.jar,lib/commons-lang-2.4.jar
這樣就完成了對hadoop-eclipse-plugin-0.20.203.0.jar的修改。
最后，將hadoop-eclipse-plugin-0.20.203.0.jar復(fù)制到Eclipse的plugins目錄下。
最后想要了解更多關(guān)于大數(shù)據(jù)發(fā)展前景趨勢，請關(guān)注扣丁學(xué)堂大數(shù)據(jù)培訓(xùn)官網(wǎng)、微信等平臺(tái)，扣丁學(xué)堂IT職業(yè)在線學(xué)習(xí)教育平臺(tái)為您提供權(quán)威的大數(shù)據(jù)視頻教程系統(tǒng)，通過千鋒旗下金牌講師在線錄制的大數(shù)據(jù)視頻教程系統(tǒng)，讓你快速掌握大數(shù)據(jù)從入門到精通大數(shù)據(jù)開發(fā)實(shí)戰(zhàn)技能。扣丁學(xué)堂大數(shù)據(jù)學(xué)習(xí)群：209080834。
【關(guān)注微信公眾號(hào)獲取更多學(xué)習(xí)資料】
全國免費(fèi)咨詢熱線
郵箱：codingke@1000phone.com
官方群：148715490
返回頂部