有勇气的牛排博客
☰

hadoop程序开发（Java）

有勇气的牛排 494 大数据 2022-12-04 17:26:04

1、创建maven项目

如果不懂配置maven请点击：传送门

image.png

image.png

2、在pom.xml写入架包配置文件

<dependencies>

	<!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-common -->
	<dependency>
	    <groupId>org.apache.hadoop</groupId>
	    <artifactId>hadoop-mapreduce-client-common</artifactId>
	    <version>2.8.4</version>
	</dependency>
	
	<dependency>
	    <groupId>org.apache.hadoop</groupId>
	    <artifactId>hadoop-common</artifactId>
	    <version>2.8.4</version>
	</dependency>
	
	<dependency>
	    <groupId>org.apache.hadoop</groupId>
	    <artifactId>hadoop-hdfs</artifactId>
	    <version>2.8.4</version>
	</dependency>

</dependencies>

3、创建源程序

src–>main–>java–>com–>test–>WordCount.java

image.png

WordCount.java

/ **
  *通过一项授权给Apache Software Foundation（ASF）
  *或更多贡献者许可协议。 查看公告文件
  *随本作品分发以获取更多信息
  *关于版权拥有权。 ASF许可此文件
  *根据Apache许可2.0版（以下简称“
  * “执照”）; 除非合规，否则您不得使用此文件
  *带许可证。 您可以在以下位置获得许可的副本：
  *
  * http://www.apache.org/licenses/LICENSE-2.0
  *
  *除非适用法律要求或书面同意，否则软件
  *根据许可协议分发的内容是按“原样”分发的，
  *不作任何明示或暗示的保证或条件。
  *有关特定语言的管理权限，请参阅许可证
  *许可中的限制。
  * /

package com.xxx;

import java.io.IOException;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
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.mapred.FileInputFormat;
import org.apache.hadoop.mapred.FileOutputFormat;
import org.apache.hadoop.mapred.JobClient;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapred.MapReduceBase;
import org.apache.hadoop.mapred.Mapper;
import org.apache.hadoop.mapred.OutputCollector;
import org.apache.hadoop.mapred.Reducer;
import org.apache.hadoop.mapred.Reporter;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

/**
 * 这是一个示例Hadoop Map / Reduce应用程序。
 * 读取文本输入文件，将每一行分解为单词
 * 并计数。 输出是单词的本地排序列表，并且
 * 计算它们发生的频率。
 *
 * 运行：bin / hadoop jar build / hadoop-examples.jar wordcount
 * [-m <i>地图</ i>] [-r <i>减少</ i>] <i>目录内</ i> <i>目录外</ i>
 */
public class WordCount extends Configured implements Tool {

    /**
     * 计算每一行中的单词。
     * 于输入的每一行，将其分解为单词并将其作为
     * <b>单词</ b>，<b> 1 </ b>）。
     */
    public static class MapClass 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 itr = new StringTokenizer(line);
            while (itr.hasMoreTokens()) {
                word.set(itr.nextToken());
                output.collect(word, one);
            }
        }
    }

    /**
     * 一个reducer类，该类仅发出输入值的总和。
     */
    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));
        }
    }

    static int printUsage() {
        System.out.println("wordcount [-m <maps>] [-r <reduces>] <input> <output>");
        ToolRunner.printGenericCommandUsage(System.out);
        return -1;
    }

    /**
     * 字数映射/减少程序的主要驱动程序。
     * 调用此方法以提交地图/缩小作业。
     * @throws When there is communication problems with the job tracker.
     */
    public int run(String[] args) throws Exception {
        JobConf conf = new JobConf(getConf(), WordCount.class);
        conf.setJobName("wordcount");

        // the keys are words (strings)
        conf.setOutputKeyClass(Text.class);
        // the values are counts (ints)
        conf.setOutputValueClass(IntWritable.class);

        conf.setMapperClass(MapClass.class);
        conf.setCombinerClass(Reduce.class);
        conf.setReducerClass(Reduce.class);

        List<String> other_args = new ArrayList<String>();
        for(int i=0; i < args.length; ++i) {
            try {
                if ("-m".equals(args[i])) {
                    conf.setNumMapTasks(Integer.parseInt(args[++i]));
                } else if ("-r".equals(args[i])) {
                    conf.setNumReduceTasks(Integer.parseInt(args[++i]));
                } else {
                    other_args.add(args[i]);
                }
            } catch (NumberFormatException except) {
                System.out.println("ERROR: Integer expected instead of " + args[i]);
                return printUsage();
            } catch (ArrayIndexOutOfBoundsException except) {
                System.out.println("ERROR: Required parameter missing from " +
                        args[i-1]);
                return printUsage();
            }
        }
        // Make sure there are exactly 2 parameters left.
        if (other_args.size() != 2) {
            System.out.println("ERROR: Wrong number of parameters: " +
                    other_args.size() + " instead of 2.");
            return printUsage();
        }
        FileInputFormat.setInputPaths(conf, other_args.get(0));
        FileOutputFormat.setOutputPath(conf, new Path(other_args.get(1)));

        JobClient.runJob(conf);
        return 0;
    }


    public static void main(String[] args) throws Exception {
        int res = ToolRunner.run(new Configuration(), new WordCount(), args);
        System.exit(res);
    }
}

4、将WordCount.java 打包为jar文件

（1）基本配置

image.png

image.png

选择完后 Apply–>ok

（2）开始打包

Build–>Build Artifacts–> XXX.jar–> Build

image.png

（3）查看生成的jar文件

在文件夹 out–>artifacts–>WordCount_jar里面

5、运行

我这里将WordCount.jar 上传到 /usr/local/hadoop-jar 目录下了
运行命令

重要：程序名前一定要写 包名 这里是 com.test

yarn jar /usr/local/hadoop-jar/WordCount.jar com.test.WordCount /input/word.txt /output/01

6、结束

示例结束，如果想开发其他程序，可以自己另外编写java 文件，打包上传运行即可。
如有转载请标明出处，支持原创。

留言

专栏
文章
加入群聊
程序员兼职接单交流
编程交流