在 Windows 环境下手动运行 Hadoop WordCount Program

本文将详细介绍在 Windows 环境下手动运行 Hadoop WordCount Program 的过程，包括配置项目、创建HDFS文件、编写代码以及解决常见问题的方法。

1.配置项目

1.1 复制Hadoop配置文件

将 Hadoop 集群的配置文件（如 core-site.xml、mapred-site.xml、yarn-site.xml 和 log4j.properties）复制到项目的 resource 目录下。请确保这些配置文件与您的集群配置保持一致。

1.2 下载并解压工具包

下载 hadoop-common-2.6.5-bin-master.zip，提取码：x1z8。将工具包中的 bin 目录中的所有文件复制到您的 Hadoop 2.6.5 安装目录下的 bin 目录内。

1.3 设置Hadoop路径

将 hadoop-common-2.6.5-bin-master 的 bin 文件夹中的 hadoop.dll複制到 C:\Windows\System32，然后重启电脑以确保 Java 能够正确加载 hadoop.dll。如果在运行程序时出现 UnsatisfiedLinkError 错误，说明 mest soir.monitorिज executed correctly.

2.在HDFS文件中创建文件

2.1 创建输入目录

通过 shell 命令在 HDFS 上创建输入目录：

hadoop fs -mkdir -p /input

然后赋予该目录权限：

hadoop fs -chmod 777 /input

2.2 将文件上传到HDFS

将要处理的文件 test.txt 上传到 HDFS 引擎：

hadoop fs -put test.txt /input

赋予文件权限：

hadoop fs -chmod 777 /input/test.txt

3.编写代码

以下是 wordcount 项目的主类代码，使用 Maven 运行：

package MapReduce;import java.io.IOException;import java.util.Iterator;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 WordCount() {}    public static void main(String[] args) throws Exception {        Configuration conf = new Configuration();        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();        if (otherArgs.length < 2) {            System.err.println("Usage: wordcount 
   
     [
    
      ...] 
     
      ");            System.exit(2);        }        Job job = Job.getInstance(conf, "word count");        job.setJarByClass(WordCount.class);        job.setMapperClass(WordCount.TokenizerMapper.class);        job.setCombinerClass(WordCount.IntSumReducer.class);        job.setReducerClass(WordCount.IntSumReducer.class);        job.setOutputKeyClass(Text.class);        job.setOutputValueClass(IntWritable.class);        for (int i = 0; i < otherArgs.length - 1; ++i) {            FileInputFormat.addInputPath(job, new Path(otherArgs[i]));        }        FileOutputFormat.setOutputPath(job, new Path(otherArgs[otherArgs.length - 1]));        System.exit(job.waitForCompletion(true) ? 0 : 1);    }    public static class TokenizerMapper extends Mapper
      
        {        private Text word = new Text();        private final IntWritable one = new IntWritable(1);        public void map(Object key, Text value, Mapper
       
        .Context context) throws IOException, InterruptedException {            StringTokenizer tokenizer = new StringTokenizer(value.toString());            while (tokenizer.hasMoreTokens()) {                word.set(tokenizer.nextToken());                context.write(word, one);            }        }    }    public static class IntSumReducer extends Reducer
        
          { private IntWritable result = new IntWritable(); public void reduce(Text key, Iterable
         
           values, Reducer
          
           .Context context) throws IOException, InterruptedException { int sum = 0; for (Iterator
           
             iterator = values.iterator(); iterator.hasNext(); sum += iterator.next().get()) {} result.set(sum); context.write(key, result); } }}

4.设置运行参数

在 IDEA 中，点击右上角的 Edit 图标，进入 Program Parameters，并修改以下内容：

Program arguments: 输入 HDFS 的输入路径和输出路径。

Working directon: 这里选择 Windows 作为工作环境。

5.运行MR

运行 WordCount Program 时，请注意：

如果没有赋予权限会出现错误。解决方法：

对非 CDH 用户，修改 conf/hdfs-core.xml 文件，将 dfs.permissions 的值设置为 false。

更改文件权限：
```
hadoop fs -chmod 777 /user/root
```

运行成功后，你可以通过访问 Master节点的 Web 界面（master:50070）查看结果，进入 /user/root/output 查看输出文件的具体内容。

6.注意事项

在 IDEA 中运行 WordCount 后，下一次运行时需要手动清理 output 文件夹，不然可能导致片段化输出。

如果在 Windows 环境下运行，确保所有 Hadoop 目录的路径正确配置，并且 permissions 设置正确。

通过以上步骤，你已成功在地窗口环境下手动运行 Hadoop WordCount Program。

转载地址：http://kxraz.baihongyu.com/

你可能感兴趣的文章

npm报错unable to access ‘https://github.com/sohee-lee7/Squire.git/‘