Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount

简介: 写在前面step1 eclipse访问hadoopstep2 重启并配置eclipsestep3 新建Map/Reduce项目step4 复制粘贴代码step5 配置运行参数整个hadoop就到此结束啦

写在前面


本系列文章索引以及一些默认好的条件在传送门


step1 eclipse访问hadoop


首先需要明确eclipse安装目录,然后将hadoop-eclipse-plugin_版本号.jar插件放在安装目录的dropins下

5dd15288a7ff40bda082cbc2f60bea76.png

关于插件,可以通过博主上传到csdn的免费资源获取,链接

具体版本可以自己选择:


e53610f53d8c4fb79031ddb4efbfa897.png


step2 重启并配置eclipse


在eclipse界面中依次选择:Window→show view→other→MapReduce Tools/Map/Reduce Locations


18e4345898df49dbbf698235060b3512.png


然后在界面上会显示一个大象符号,如下图:

e2ea15a1925b4ede928078b00d21f673.png


点击大象符号,然后就会配置一个DFS Location

配置参数为:

f8ee1965f6ac47a2ae553f71e383e208.png


配置好后点击finish

然后会出现:

6fa9d84c2c45418892dc28a367944703.png


step3 新建Map/Reduce项目


在Eclipse中依次选择File→New→Other…→Map/Reduce Project→Next,

输入项目名TestWordCount,浏览并选择Hadoop路径/usr/local/hadoop,单击“Finish”按钮,则新建项目TestWordCount成功

新建包并在包下创建相应的类,具体项目结构如下:


40850cb235fb4948a79dd15800c2d43c.png


step4 复制粘贴代码


package wordCount;
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;
public class WordCount {
  public static class WordCountMapper extends Mapper<Object, Text, Text, IntWritable> {
    /**
     * 定义final 静态变量one,用来标示键值对<String,One>
     * 然后定义Text类型的变量来存储字符串
     */
    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());
        /**
         * 写入键值对
         */
        context.write(word, one);
      }
    }
  }
  public static class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    private IntWritable result = new IntWritable();
    public 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);
    }
  }
  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    if (args.length != 2) {
      System.err.println("Usage: <in> <out>");
      System.exit(2); 
    }
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(WordCountMapper.class);
    job.setCombinerClass(WordCountReducer.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);
  }
}


step5 配置运行参数


启动hadoop集群后在终端写入:

hadoop fs -mkdir /tmp
hadoop fs -chmod -R 777 /tmp


Run→Run Configurations选项,以配置输入输出参数

大致为:

816cc543daa547cc9c001ee5e2cc002e.png


点击run直接跑

然后在左侧的目录下会显示文件夹:

cecfcde94c0844afbfaa7fe5f5fef97f.png


点进去看下part-r-00000文件就会发现,该文件存储结果:

1ff62be66023478a9cf557353f714b20.png


其中输入为:

fe0cc3669f494506ae7230f3d18e9c75.png


结果与预期一致,项目成功~


整个hadoop就到此结束啦

目录
相关文章
|
17天前
|
分布式计算 Hadoop Devops
Hadoop集群配置https实战案例
本文提供了一个实战案例,详细介绍了如何在Hadoop集群中配置HTTPS,包括生成私钥和证书文件、配置keystore和truststore、修改hdfs-site.xml和ssl-client.xml文件,以及重启Hadoop集群的步骤,并提供了一些常见问题的故障排除方法。
31 3
Hadoop集群配置https实战案例
|
18天前
|
机器学习/深度学习 分布式计算 安全
Hadoop集群常见报错汇总
这篇博客总结了Hadoop集群中可能遇到的各种常见错误,包括Kerberos认证问题、配置错误、权限问题等,并为每个问题提供了详细的错误复现、原因分析以及相应的解决方案。
32 1
Hadoop集群常见报错汇总
|
18天前
|
资源调度 分布式计算 运维
Hadoop集群资源管理篇-资源调度器
详细介绍了Hadoop集群资源管理中的资源调度器,包括资源分配的概念、大数据运维工程师如何管理集群工作负载、资源调度器的背景、Hadoop提供的FIFO、容量调度器和公平调度器三种资源调度器的概述以及它们之间的对比。
53 4
|
18天前
|
分布式计算 监控 Hadoop
监控Hadoop集群实战篇
介绍了监控Hadoop集群的方法,包括监控Linux服务器、Hadoop指标、使用Ganglia监控Hadoop集群、Hadoop日志记录、通过Hadoop的Web UI进行监控以及其他Hadoop组件的监控,并提供了相关监控工具和资源的推荐阅读链接。
35 2
|
23天前
|
机器学习/深度学习 存储 分布式计算
Hadoop高可用集群搭建
Hadoop高可用集群搭建
|
23天前
|
分布式计算 资源调度 Hadoop
centos7二进制安装Hadoop3
centos7二进制安装Hadoop3
|
23天前
|
分布式计算 Java Hadoop
centos7编译安装Hadoop3
centos7编译安装Hadoop3
|
23天前
|
存储 分布式计算 算法
探索Hadoop的三种运行模式:单机模式、伪分布式模式和完全分布式模式
在配置Hadoop集群之前,了解这三种模式的特点、适用场景和配置差异是非常重要的。这有助于用户根据个人需求和资源情况,选择最适合自己的Hadoop运行模式。在最初的学习和开发阶段,单机模式和伪分布式模式能为用户提供便利和成本效益。进而,当用户要处理大规模数据集时,完全分布式模式将是理想的选择。
54 2
|
21天前
|
存储 分布式计算 负载均衡
|
23天前
|
SQL 分布式计算 Hadoop
centos7通过CDH部署Hadoop
centos7通过CDH部署Hadoop