Windows MapReduce 开发环境搭建以及运行实战

一 插件配置

1 将插件hadoop-eclipse-plugin-2.7.3.jar放入到D:\Program\eclipse-mars\eclipse\plugins目录下。

2 重启eclipse，会发现Prefernces中多一个Hadoop Map/Reduce插件。

3 在windows下安装Hadoop 

下载https://mirrors.cnnic.cn/apache/hadoop/core/hadoop-2.7.4/hadoop-2.7.4.tar.gz

注意：该Hadoop的版本和Linux的Hadoop的版本保持一致。

将hadoop-2.7.4.tar.gz解压到D:\Program\hadoop-2.7.4目录下。

4 相关文件替换

在https://github.com/SweetInk/hadoop-common-2.7.1-bin中下载winutils.exe,libwinutils.lib 拷贝到%HADOOP_HOME%\bin目录 。

在https://github.com/SweetInk/hadoop-common-2.7.1-bin中下载hadoop.dll，并拷贝到c:\windows\system32目录中。

5 配置widows下的环境变量

6 在elipse中配置hadoop的安装路径，截图如下：

7 选择windows->show view->other，然后按照下面截图操作

8 在elipse下配置hadoop

这里的8020和core-site.xml保持一致。

9 连接成功后elipse呈现如下截图

注意：为了防止连接失败，有3个点需要注意

第1点：配置etc\hostname，配置如下

centos

第2点：配置etc\hosts，配置如下

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4

::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

192.168.0.102 centos

第3点：配置core-site.xml，配置如下

 

   fs.defaultFS

   hdfs://centos:8020       

 

二 关闭Linux上的YARN，修改为在windows本地运行

[root@master sbin]# ./stop-yarn.sh

stopping yarn daemons

stopping resourcemanager

127.0.0.1: \S

127.0.0.1: Kernel \r on an \m

127.0.0.1: stopping nodemanager

no proxyserver to stop

[root@master sbin]# jps

4912 NameNode

6064 Jps

5195 SecondaryNameNode

5038 DataNode

三 优化MapReduce程序

package com.cakin.mapreduce.wc;
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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.Mapper.Context;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class WordcountApp {
     public static class MyMapper extends Mapper {
         /**
          * map阶段的业务逻辑处理就写在map()方法中
          * maptask会对每一行输入数据调用一次我们自定义的map()方法
          * @throws InterruptedException
          */
         private Text word = new Text();
         private IntWritable one = new IntWritable(1);
           @Override
         protected void map(LongWritable key,Text value,Context context) throws IOException, InterruptedException{
             //将maptask传递给我们的文本内容先转换成string
             String line=value.toString();
             //按照空格行切割单词
             String[] words=line.split(" ");
             //将单词输出为<单词，1>
             for(String w:words) {
                 word.set(w);
                //将单词作为key，将次数1作为Value，以便于后续的数据分发，可以根据单词分发，以便于相同单词会到相同的reduce task
                 context.write(word,one);
             }
         }
     }
     public static class MyReducer extends Reducer {
         /**
          *     
          *      
          *      
          * 入参key：是一组单词的kv对应的key,将相同单词的一组传递，如此时key是hello，那么参数二是一个迭代器，一组数
          * @throws InterruptedException
          * @throws IOException
          */
         private IntWritable sum= new IntWritable();
           @Override
         protected void reduce(Text key,Iterable values ,Context context) throws IOException, InterruptedException {
             int count=0;
     /**
             Iterator iterator=values.iterator();
             while(iterator.hasNext()) {
                 count+=iterator.next().get();
             }
     */
             for(IntWritable value:values) {
                 count+=value.get();
             }
             sum.set(count);
             context.write(key, sum);
         }   
     }
     
     public static void main(String[] args) throws IllegalArgumentException, IOException, ClassNotFoundException, InterruptedException {
        if(args.length <2)
        {
           args= new String[]{
                     "hdfs://192.168.0.102:8020/input",
                     "hdfs://192.168.0.102:8020/output1"
           };
           
           
        }
           Configuration conf=new Configuration();
        /*
         * 集群中节点都有配置文件
        conf.set("mapreduce.framework.name.", "yarn");
        conf.set("yarn.resourcemanager.hostname", "mini1");
        */
        Job job=Job.getInstance(conf);
        //jar包在哪里,现在在客户端，传递参数
        //任意运行，类加载器知道这个类的路径，就可以知道jar包所在的本地路径
        job.setJarByClass(WordcountApp.class);
        //指定本业务job要使用的mapper/Reducer业务类
        job.setMapperClass(MyMapper.class);
        job.setReducerClass(MyReducer.class);
        //指定mapper输出数据的kv类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        //指定最终输出的数据kv类型
        job.setOutputKeyClass(Text.class);
        job.setOutputKeyClass(IntWritable.class);
        //指定job的输入原始文件所在目录
        FileInputFormat.setInputPaths(job, new Path(args[0]));
        //指定job的输出结果所在目录
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        //将job中配置的相关参数及job所用的java类在的jar包，提交给yarn去运行
        //提交之后，此时客户端代码就执行完毕，退出
        //job.submit();
        //等集群返回结果在退出
        boolean res=job.waitForCompletion(true);
        System.exit(res?0:1);
        //类似于shell中的$？
    }
}

四 MapReduce运行结果

五参考文档

http://www.jikexueyuan.com/course/2686.html

http://www.jikexueyuan.com/course/2116.html

https://www.cnblogs.com/supiaopiao/p/7240308.html

http://blog.csdn.net/fly_leopard/article/details/51250443

http://blog.csdn.net/yunlong34574/article/details/21331927

http://blog.csdn.net/xiaoxiao315/article/details/72920705

http://blog.csdn.net/kangkangwanwan/article/details/78491242?locationNum=4&fps=1