一、目的
了解MapReduce在Hadoop體系結構中的角色,通過該實驗後,能設計開發簡單的MapReduce程式。
二、裝置
計算機:CPU四核i7 6700處理器;記憶體8G; SATA硬碟2TB硬碟; Intel晶片主機闆;內建聲霸卡、千兆網卡、顯示卡; 20寸液晶顯示器。
編譯環境:(1)作業系統:Linux (2)Hadoop版本:2.7.2 機器:虛拟機3台 (3)Eclipse 4.7
三、内容
3.1啟動Hadoop服務
(1)格式化namenode。
(2)啟動Hadoop。
[[email protected] ~]# cd /opt/module/hadoop-2.7.2/
[[email protected] hadoop-2.7.2]# sbin/./start-all.sh
(3)用jps驗證伺服器服務是否啟動成功。
3.2開發LineCount程式
(1)打開Eclipse開發工具,建立Maven項目。
(2)WORDCOUNT代碼
WordCountMapper:
package com.lizi.mr;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;
public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//拿到輸入的這行資料
String line = value.toString();
//根據空格進行分割得到這行的單詞
String[] words = line.split(" ");
//将單詞輸出為 <word,1>
for (String word : words) {
//将單詞作為key ,将次數 做為value輸出,
// 這樣也利于後面的資料分發,可以根據單詞進行分發,
// 以便于相同的單詞落到相同的reduce task 上,友善統計
context.write(new Text(word), new IntWritable(1));
}
}
}
WordCountReduce:
package com.lizi.mr;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;
public class WordCountReduce extends Reducer<Text, IntWritable, Text, IntWritable> {
@Override
protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
String word = key.toString();
int count = 0;
for (IntWritable value : values) {
count += value.get();
}
context.write(key, new IntWritable(count));
}
}
WordCountDriver:
package com.lizi.mr;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import java.io.IOException;
public class WordCountDriver {
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Configuration conf = new Configuration();
// mapreduce.framework.name 配置成 local 就是本地運作模式,預設就是local
// 所謂的叢集運作模式 yarn ,就是送出程式到yarn 上. 要想叢集運作必須指定下面三個配置.
conf.set("mapreduce.framework.name", "yarn");
conf.set("yarn.resoucemanager.hostname", "hadoop101");
conf.set("fs.defaultFS","hdfs://hadoop101:9000/");
Job job = Job.getInstance(conf);
//指定本程式的jar 包 所在的本地路徑
job.setJarByClass(WordCountDriver.class);
//指定本次業務的mepper 和 reduce 業務類
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReduce.class);
//指定mapper 輸出的 key value 類型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//指定 最終輸出的 kv 類型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//指定job的輸入原始檔案所在目錄
FileInputFormat.setInputPaths(job,new Path(args[0]));
//指定job 輸出的檔案目錄
FileOutputFormat.setOutputPath(job,new Path(args[1]));
boolean waitForCompletion = job.waitForCompletion(true);
System.exit(waitForCompletion ? 0 : 1);
}
}
3.3導出jar檔案。
我們需要将開發的LineCount.java編譯後的class打成jar包,并上傳到master伺服器上才能運作。可以使用jar指令也可以使用Eclipse裡的導出jar包功能。在MapReduce項目上點選右鍵,點選“export”,如下圖:
3.4将jar檔案上傳到master伺服器上。
3.5準備測試資料
首先在本地見檔案,編寫内容,之後上傳到HDFS系統上面。
[[email protected] hadoop-2.7.2]# cd /home/hadoop/
[[email protected] hadoop]# lstest.txt 下載下傳
[[email protected] hadoop]# touch file1.txt
[[email protected] hadoop]# vi file1.txt
上傳到HDFS系統:
[[email protected] hadoop-2.7.2]# hadoop fs -mkdir -p /user/hadoop/mapreduce/input
[[email protected] hadoop-2.7.2]# hadoop fs -put /home/hadoop/file1.txt /user/hadoop/mapreduce/input/
[[email protected] hadoop-2.7.2]# hadoop fs -ls /user/hadoop/mapreduce/input/
Found 1 items
-rw-r--r-- 2 root supergroup 71 2020-05-12 23:43 /user/hadoop/mapreduce/input/file1.txt
運作JAR包:
檢視輸出目錄:
[[email protected] hadoop-2.7.2]# hadoop fs -ls /user/hadoop/mapreduce/output1
Found 2 items
-rw-r--r-- 2 root supergroup 0 2020-05-12 23:53 /user/hadoop/mapreduce/output1/_SUCCESS
-rw-r--r-- 2 root supergroup 73 2020-05-12 23:53 /user/hadoop/mapreduce/output1/part-r-00000
檢視part-r-00000: