2018-07-07期 Hadoop本地运行模式配置

详细来源：05-Hadoop本地运行模式配置

在Windows开发环境中实现Hadoop的本地运行模式，详细步骤如下： 

1、在本地安装好jdk、hadoop2.4.1，并配置好环境变量：JAVA_HOME、HADOOP_HOME、Path路径(配置好环境变量后最好重启电脑)

2、用hadoop-common-2.2.0-bin-master的bin目录替换本地hadoop2.4.1的bin目录，因为hadoop2.0版本中没有hadoop.dll和winutils.exe这两个文件。 

如果缺少hadoop.dll和winutils.exe话，程序将会抛出下面异常：

java.io.IOException: Could not locate executable D:\hadoop-2.4.1\bin\winutils.exe in the Hadoop binaries.

java.lang.Exception: java.lang.NullPointerException

所以用hadoop-common-2.2.0-bin-master的bin目录替换本地hadoop2.4.1的bin目录是必要的一个步骤。 

注意：如果只是将hadoop-common-2.2.0-bin-master的bin目录中的hadoop.dll和winutils.exe这两个文件添加到hadoop2.4.1的bin目录中，也是可行的，但最好用用hadoop-common-2.2.0-bin-master的bin目录替换本地hadoop2.4.1的bin目录。 

上面这两个步骤完成之后我们就可以跑程序了，从而实现Hadoop的本地运行模式： 

首先输入输出路径都选择windows的文件系统： 

代码如下：

代码如下：

package MapReduce;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.LongWritable;

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.input.TextInputFormat;

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

import org.apache.hadoop.mapreduce.lib.partition.HashPartitioner;

public class WordCount

{

     public static String path1 = "file:///C:\\word.txt";//读取本地windows文件系统中的数据

     public static String path2 = "file:///D:\\dir";

     public static void main(String[] args) throws Exception

     {

         Configuration conf = new Configuration();

         FileSystem fileSystem = FileSystem.get(conf);

         if(fileSystem.exists(new Path(path2)))

         {

             fileSystem.delete(new Path(path2), true);

         }

         Job job = Job.getInstance(conf);

         job.setJarByClass(WordCount.class);

         FileInputFormat.setInputPaths(job, new Path(path1));

         job.setInputFormatClass(TextInputFormat.class);

         job.setMapperClass(MyMapper.class);

         job.setMapOutputKeyClass(Text.class);

         job.setMapOutputValueClass(LongWritable.class);

         job.setNumReduceTasks(1);

         job.setPartitionerClass(HashPartitioner.class);

         job.setReducerClass(MyReducer.class);

         job.setOutputKeyClass(Text.class);

         job.setOutputValueClass(LongWritable.class);

         job.setOutputFormatClass(TextOutputFormat.class);

         FileOutputFormat.setOutputPath(job, new Path(path2));

         job.waitForCompletion(true);

     }    

     public  static  class MyMapper extends Mapper

     {

             protected void map(LongWritable k1, Text v1,Context context)throws IOException, InterruptedException

            {

                 String[] splited = v1.toString().split("\t");

                 for (String string : splited)

                {

                       context.write(new Text(string),new LongWritable(1L));

                }

            }     

     }

     public  static class MyReducer extends Reducer

     {

        protected void reduce(Text k2, Iterable v2s,Context context)throws IOException, InterruptedException

        {

                 long sum = 0L;

                 for (LongWritable v2 : v2s)

                {

                    sum += v2.get();

                }

                context.write(k2,new LongWritable(sum));

        }

     }

}

在dos下查看运行中的java进程： 

其中28568为windows中启动的eclipse进程。 

接下来我们查看运行结果： 

 

part-r-00000中的内容如下：

hello   2me  1you 1

接下来输入路径选择windows本地，输出路径换成HDFS文件系统，代码如下：

package MapReduce;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.LongWritable;

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.input.TextInputFormat;

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

import org.apache.hadoop.mapreduce.lib.partition.HashPartitioner;

public class WordCount

{

public static String path1 = "file:///C:\\word.txt";//读取windows文件系统中的数据

public static String path2 = "hdfs://hadoop20:9000/dir";//输出到hdfs中

public static void main(String[] args) throws Exception

{

Configuration conf = new Configuration();

FileSystem fileSystem = FileSystem.get(conf);

if(fileSystem.exists(new Path(path2)))

{

fileSystem.delete(new Path(path2), true);

}

Job job = Job.getInstance(conf);

job.setJarByClass(WordCount.class);

FileInputFormat.setInputPaths(job, new Path(path1));

job.setInputFormatClass(TextInputFormat.class);

job.setMapperClass(MyMapper.class);

job.setMapOutputKeyClass(Text.class);

job.setMapOutputValueClass(LongWritable.class);

job.setNumReduceTasks(1);

job.setPartitionerClass(HashPartitioner.class);

job.setReducerClass(MyReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(LongWritable.class);

job.setOutputFormatClass(TextOutputFormat.class);

FileOutputFormat.setOutputPath(job, new Path(path2));

job.waitForCompletion(true);

}

public  static  class MyMapper extends Mapper

{

protected void map(LongWritable k1, Text v1,Context context)throws IOException, InterruptedException

{

String[] splited = v1.toString().split("\t");

for (String string : splited)

{

context.write(new Text(string),new LongWritable(1L));

}

}

}

public  static class MyReducer extends Reducer

{

protected void reduce(Text k2, Iterable v2s,Context context)throws IOException, InterruptedException

{

long sum = 0L;

for (LongWritable v2 : v2s)

{

sum += v2.get();

}

context.write(k2,new LongWritable(sum));

}

}

}

程序抛出异常： 

处理措施同上：

Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://hadoop20:9000/"); FileSystem fileSystem = FileSystem.get(conf);//获取HDFS中的FileSystem实例

查看运行结果：

[root@hadoop20 dir4]# hadoop fs -cat /dir/part-r-00000hello   2me      1you     1

好的，到这里hadoop的本地文件系统就讲述完了，注意一下几点： 

1、file:\\ 代表本地文件系统，hdfs:// 代表hdfs分布式文件系统 

2、linux下的hadoop本地运行模式很简单，但是windows下的hadoop本地运行模式需要配置相应文件。 

3、MapReduce所用的文件放在哪里是没有关系的(可以放在Windows本地文件系统、可以放在Linux本地文件系统、也可以放在HDFS分布式文件系统中)，最后是通过FileSystem这个实例来获取文件的。 

如有问题，欢迎留言指正！

注意：如果用户用的是Hadoop1.0版本,并且是Windows环境下实现本地运行模式，则只需设置HADOOP_HOME与PATH路径，其余不用任何设置！

--Exception: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z 

错误

Windows的唯一方法用于检查当前进程的请求，在给定的路径的访问权限，所以我们先给以能进行访问，我们自己先修改源代码，return true 时允许访问。我们下载对应hadoop源代码，hadoop-2.7.3-src.tar.gz解压，hadoop-2.7.3-src\hadoop-common-project\hadoop-common\src\main\java\org\apache\hadoop\io\nativeio下NativeIO.java 复制到对应的Eclipse的project

即：把红色源码进行修改

修改为返回true

问题解决

处理方式：

第一步：下载hadoo2.7.3的hadoop.dll和winutils.exe.zip赋值覆盖hadoop本地bin下，同时拷贝到C:\Windows\System32下（覆盖）

第二步:项目下新建包名org.apache.hadoop.io.nativeio新建类NativeIO，接下来再次在Windows下运行eclipse中的Hadoop程序，Ok