使用命令行编译打包运行MapReduce程序 Hadoop2.7.3

网上的MapReduce WordCount教程对于如何编译WordCount.Java几乎是一笔带过… 而有写到的，大多又是 0.20 等旧版本版本的做法，即 javac -classpath /usr/local/Hadoop/hadoop-1.0.1/hadoop-core-1.0.1.jar WordCount.java，但较新的 2.X 版本中，已经没有 hadoop-core*.jar 这个文件，因此编辑和打包自己的MapReduce程序与旧版本有所不同。

本文以 Hadoop 2.7.3环境下的WordCount实例来介绍 2.x 版本中如何编辑自己的MapReduce程序。

Hadoop 2.x 版本中的依赖 jar

Hadoop 2.x 版本中jar不再集中在一个 hadoop-core*.jar 中，而是分成多个 jar，如运行WordCount实例需要如下三个 jar:

• $HADOOP_HOME/share/hadoop/common/hadoop-common-2.7.3.jar
• $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.7.3.jar
• $HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar
• 实际上，通过命令 hadoop classpath 我们可以得到运行 Hadoop 程序所需的全部 classpath 信息。若未将Hadoop路径加入PATH中则使用/usr/local/hadoop/bin/hadoop classpath

编译、打包 Hadoop MapReduce 程序

我们将 Hadoop 的 classhpath 信息添加到 CLASSPATH 变量中，在 ~/.bashrc 中增加如下几行：

export HADOOP_HOME=/usr/local/hadoop
export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH

别忘了执行 source ~/.bashrc 使变量生效，接着就可以通过 javac 命令编译 WordCount.java （自己手动在/usr/local/hadoop中创建wordcount文件夹，然后文件夹里创建WordCount.java）了（使用的是 Hadoop 源码中的 WordCount.java，源码在文本最后面）：

1. javac WordCount.java

Shell 命令

编译时会有警告，可以忽略。编译后可以看到生成了几个 .class 文件。

使用Javac编译自己的MapReduce程序

接着把 .class 文件打包成 jar，才能在 Hadoop 中运行：

jar -cvf WordCount.jar ./WordCount*.class

打包完成后，运行试试，创建几个输入文件：

Mkdir input
echo "echo of the rainbow" > ./input/file0
echo "the waiting game" > ./input/file1

创建WordCount的输入

如果读者的Hadoop环境已经配置成伪分布式，那么读者还需要进行执行下列操作命令：

要使用 HDFS，首先需要在 HDFS 中创建用户目录：

1. ./bin/hdfs dfs -mkdir -p /user/hadoop

Shell 命令

注意

教材《大数据技术原理与应用》的命令是以"./bin/hadoop dfs"开头的Shell命令方式，实际上有三种shell命令方式。
1. hadoop fs
2. hadoop dfs
3. hdfs dfs

hadoop fs适用于任何不同的文件系统，比如本地文件系统和HDFS文件系统
hadoop dfs只能适用于HDFS文件系统
hdfs dfs跟hadoop dfs的命令作用一样，也只能适用于HDFS文件系统

然后使用命令 hdfs dfs -mkdir input在HDFS中创建input文件夹。 usr/local/hadoop/bin/hadoop fs -put ./input in

1. # 把本地文件上传到伪分布式HDFS上
2. /usr/local/hadoop/bin/hadoop fs -put ./input input

Shell 命令

会把本地的input文件夹上传到HDFS中input文件夹中，即/user/hadoop/input/input/*。

开始运行：

/usr/local/hadoop/bin/hadoop jar /usr/local/hadoop/wordcount/WordCount.jar WordCount input/input output

使用自带的wordcount

　1.找到examples例子

　　我们需要找打这个例子的位置：首先需要找到你的hadoop文件夹，然后依照下面路径：

　　/hadoop/share/hadoop/mapreduce会看到如下图：

　　hadoop-mapreduce-examples-2.2.0.jar

　　第二步：

　　我们需要需要做一下运行需要的工作，比如输入输出路径，上传什么文件等。

　　1.先在HDFS创建几个数据目录：

　　hadoop fs -mkdir -p /data/wordcount

　　hadoop fs -mkdir -p /output/

　　2.目录/data/wordcount用来存放Hadoop自带的WordCount例子的数据文件，运行这个MapReduce任务的结果输出到/output/wordcount目录中。

　　首先新建文件inputWord：

　　vi /usr/inputWord

　　新建完毕，查看内容：

　　cat /usr/inputWord

　　将本地文件上传到HDFS中：

　　hadoop fs -put /usr/inputWord /data/wordcount/

　　可以查看上传后的文件情况，执行如下命令：

　　hadoop fs -ls /data/wordcount

　　可以看到上传到HDFS中的文件。

　　通过命令

　　hadoop fs -text /data/wordcount/inputWord

　　看到如下内容：

　　

　　下面，运行WordCount例子，执行如下命令：

　　hadoop jar /usr/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /data/wordcount /output/wordcount

　　

　　可以看到控制台输出程序运行的信息

　　查看结果，执行如下命令：

　　hadoop fs -text /output/wordcount/part-r-00000

结果数据示例如下：

登录到Web控制台，访问链接http.//master:8088/可以看到任务记录情况。

WordCount.java 源码

文件位于 hadoop-2.7.3-src\hadoop-mapreduce-project\hadoop-mapreduce-examples\src\main\java\org\apache\hadoop\examples 中：

1. /**
2. * Licensed to the Apache Software Foundation (ASF) under one
3. * or more contributor license agreements. See the NOTICE file
4. * distributed with this work for additional information
5. * regarding copyright ownership. The ASF licenses this file
6. * to you under the Apache License, Version 2.0 (the
7. * "License"); you may not use this file except in compliance
8. * with the License. You may obtain a copy of the License at
9. *
10. * http://www.apache.org/licenses/LICENSE-2.0
11. *
12. * Unless required by applicable law or agreed to in writing, software
13. * distributed under the License is distributed on an "AS IS" BASIS,
14. * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
15. * See the License for the specific language governing permissions and
16. * limitations under the License.
17. */
18. package org.apache.hadoop.examples;
20. import java.io.IOException;
21. import java.util.StringTokenizer;
23. import org.apache.hadoop.conf.Configuration;
24. import org.apache.hadoop.fs.Path;
25. import org.apache.hadoop.io.IntWritable;
26. import org.apache.hadoop.io.Text;
27. import org.apache.hadoop.mapreduce.Job;
28. import org.apache.hadoop.mapreduce.Mapper;
29. import org.apache.hadoop.mapreduce.Reducer;
30. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
31. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
32. import org.apache.hadoop.util.GenericOptionsParser;
34. public class WordCount {
36. public static class TokenizerMapper
37. extends Mapper<Object, Text, Text, IntWritable>{
39. private final static IntWritable one = new IntWritable(1);
40. private Text word = new Text();
42. public void map(Object key, Text value, Context context
43. ) throws IOException, InterruptedException {
44. StringTokenizer itr = new StringTokenizer(value.toString());
45. while (itr.hasMoreTokens()) {
46. word.set(itr.nextToken());
47. context.write(word, one);
48. }
49. }
50. }
52. public static class IntSumReducer
53. extends Reducer<Text,IntWritable,Text,IntWritable> {
54. private IntWritable result = new IntWritable();
56. public void reduce(Text key, Iterable<IntWritable> values,
57. Context context
58. ) throws IOException, InterruptedException {
59. int sum = 0;
60. for (IntWritable val : values) {
61. sum += val.get();
62. }
63. result.set(sum);
64. context.write(key, result);
65. }
66. }
68. public static void main(String[] args) throws Exception {
69. Configuration conf = new Configuration();
70. String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
71. if (otherArgs.length != 2) {
72. System.err.println("Usage: wordcount ");
73. System.exit(2);
74. }
75. Job job = new Job(conf, "word count");
76. job.setJarByClass(WordCount.class);
77. job.setMapperClass(TokenizerMapper.class);
78. job.setCombinerClass(IntSumReducer.class);
79. job.setReducerClass(IntSumReducer.class);
80. job.setOutputKeyClass(Text.class);
81. job.setOutputValueClass(IntWritable.class);
82. FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
83. FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
84. System.exit(job.waitForCompletion(true) ? 0 : 1);
85. }
86. }