Linux执行 Hadoop WordCount

Linux执行 Hadoop WordCount

Ubuntu 终端进入快捷键 ：ctrl + Alt +t

hadoop启动命令：start-all.sh

 

正常执行效果如下：

hadoop@HADOOP:~$ start-all.sh

Warning: $HADOOP_HOME is deprecated.

 

starting namenode, logging to /home/hadoop/hadoop-1.1.2/libexec/../logs/hadoop-hadoop-namenode-HADOOP.MAIN.out

HADOOP.MAIN: starting datanode, logging to/home/hadoop/hadoop-1.1.2/libexec/../logs/hadoop-hadoop-datanode-HADOOP.MAIN.out

HADOOP.MAIN: starting secondarynamenode,logging to/home/hadoop/hadoop-1.1.2/libexec/../logs/hadoop-hadoop-secondarynamenode-HADOOP.MAIN.out

starting jobtracker, logging to/home/hadoop/hadoop-1.1.2/libexec/../logs/hadoop-hadoop-jobtracker-HADOOP.MAIN.out

HADOOP.MAIN: starting tasktracker, loggingto /home/hadoop/hadoop-1.1.2/libexec/../logs/hadoop-hadoop-tasktracker-HADOOP.MAIN.out

 

jps命令查看启动的hadoop服务

hadoop@HADOOP:~$ jps

3615 Jps

2699 NameNode

3461 TaskTracker

2922 DataNode

3137 SecondaryNameNode

3231 JobTracker

 

本地创建一个文件夹

hadoop@HADOOP:~$ mkdir ~/file

 

在file文件创建两个txt文件

hadoop@HADOOP:~$ cd file

hadoop@HADOOP:~/file$ echo "Hello World" > file1.txt

hadoop@HADOOP:~/file$ echo "Hello Hadoop" > file2.txt

hadoop@HADOOP:~/file$ ls

file1.txt file2.txt

hadoop@HADOOP:~/file$

 

在HDFS上创建一个输入文件夹

hadoop@HADOOP:~/file$ hadoop fs -mkdir  /input

查看创建的input文件夹路径

hadoop@HADOOP:~$ hadoop fs -ls

Warning: $HADOOP_HOME is deprecated.

 

Found 5 items

-rw-r--r--  3 Administrator supergroup   6296230 2014-09-03 10:38  cloud.txt

drwxr-xr-x  - hadoop        supergroup          0 2014-09-02 16:31 hadi_curbm

drwxr-xr-x  - hadoop        supergroup          0 2014-09-04 09:59 /input

drwxr-xr-x  - hadoop        supergroup          0 2014-09-02 16:31 /pegasus

hadoop@HADOOP:~$

 

可以看到目录被创建到  /input 目录

 

上传本地file文件到input目录

hadoop@HADOOP:~$hadoop fs  -put ~/file/*.txt  /input

（如果要查看是否上传到了input目录下了可以用  hadoop fs  -ls  /input）

 

找到hadoop目录下的examples.jar 程序包(就是查找你打包好的jar包的位置，如果知道在什么位置可以不用这步)

hadoop@HADOOP:~$ cd hadoop-1.1.2

hadoop@HADOOP:~/hadoop-1.1.2$ ls

bin         docs                         hadoop-test-1.1.2.jar  LICENSE.txt src

build.xml   hadoop-ant-1.1.2.jar         hadoop-tools-1.1.2.jar  logs        webapps

c++         hadoop-client-1.1.2.jar      ivy                    NOTICE.txt  wordcount.jar

CHANGES.txt hadoop-core-1.1.2.jar        ivy.xml                README.txt

conf        hadoop-examples-1.1.2.jar    lib                    sbin

contrib     hadoop-minicluster-1.1.2.jar libexec                share

hadoop@HADOOP:~/hadoop-1.1.2$

 

执行jar程序代码 统计input目录下文件的Wordcount(注意：jar包后面填写的类名最好把包名带上，路径写全免得报错com.mc.WordCount，其中com.mc是包名WordCount是类名，是jar包中main方法所在类的类名)

hadoop@HADOOP:~$ hadoop jar   /home/hadoop/hadoop-1.1.2/hadoop-examples-1.1.2.jar   com.mc.WordCount    /input  /output

                                                                          jar 包的位置                                                                                                              输入        输出

Warning: $HADOOP_HOME is deprecated.

 

14/09/04 10:10:44 INFOinput.FileInputFormat: Total input paths to process : 0

14/09/04 10:10:45 INFO mapred.JobClient:Running job: job_201409040943_0001

14/09/04 10:10:46 INFOmapred.JobClient:  map 0% reduce 0%

14/09/04 10:10:54 INFOmapred.JobClient:  map 0% reduce 100%

14/09/04 10:10:55 INFO mapred.JobClient:Job complete: job_201409040943_0001

14/09/04 10:10:55 INFO mapred.JobClient:Counters: 18

14/09/04 10:10:55 INFOmapred.JobClient:  Job Counters

14/09/04 10:10:55 INFOmapred.JobClient:    Launched reducetasks=1

14/09/04 10:10:55 INFOmapred.JobClient:    SLOTS_MILLIS_MAPS=4087

14/09/04 10:10:55 INFOmapred.JobClient:    Total time spent byall reduces waiting after reserving slots (ms)=0

14/09/04 10:10:55 INFOmapred.JobClient:    Total time spent byall maps waiting after reserving slots (ms)=0

14/09/04 10:10:55 INFO mapred.JobClient:    SLOTS_MILLIS_REDUCES=4068

14/09/04 10:10:55 INFOmapred.JobClient:  File Output FormatCounters

14/09/04 10:10:55 INFOmapred.JobClient:    Bytes Written=0

14/09/04 10:10:55 INFOmapred.JobClient:  FileSystemCounters

14/09/04 10:10:55 INFO mapred.JobClient:    FILE_BYTES_WRITTEN=55309

14/09/04 10:10:55 INFOmapred.JobClient:  Map-Reduce Framework

14/09/04 10:10:55 INFOmapred.JobClient:    Reduce inputgroups=0

14/09/04 10:10:55 INFOmapred.JobClient:    Combine outputrecords=0

14/09/04 10:10:55 INFOmapred.JobClient:    Reduce shufflebytes=0

14/09/04 10:10:55 INFOmapred.JobClient:    Physical memory(bytes) snapshot=35037184

14/09/04 10:10:55 INFOmapred.JobClient:    Reduce outputrecords=0

14/09/04 10:10:55 INFO mapred.JobClient:     Spilled Records=0

14/09/04 10:10:55 INFOmapred.JobClient:    CPU time spent(ms)=120

14/09/04 10:10:55 INFOmapred.JobClient:    Total committedheap usage (bytes)=15925248

14/09/04 10:10:55 INFOmapred.JobClient:    Virtual memory(bytes) snapshot=377499648

14/09/04 10:10:55 INFOmapred.JobClient:    Combine inputrecords=0

14/09/04 10:10:55 INFOmapred.JobClient:    Reduce inputrecords=0

hadoop@HADOOP:~$

 

 

显示结果

hadoop@HADOOP:~$ hadoop fs -ls  /output

Warning: $HADOOP_HOME is deprecated.

 

Found 3 items

-rw-r--r--  1 hadoop supergroup          02014-09-04 10:10 /user/hadoop/output/_SUCCESS

drwxr-xr-x  - hadoop supergroup          02014-09-04 10:10 /user/hadoop/output/_logs

-rw-r--r--  1 hadoop supergroup          02014-09-04 10:10   /output/part-r-00000

hadoop@HADOOP:~$

 

查看执行结果

hadoop@HADOOP:~$ hadoop fs -cat  /output/part-r-00000

Hadoop 1

Hello   2

World  1

①   ②   ③   ④   ⑤   ⑥   ⑦   ⑧   ⑨   ⑩

（注意：/output输出目录自己不要写，系统会自动生成，另外用过后要记得删掉 Hadoop fs -rmr /output，不然下次再次运行会报已存在这个目录的错误

）

大致思路如下：

{① 在开发工具(如:eclipse)上编译好WordCount代码，

②通过eclipse将其打包，将打包后的jar包放在自己指定的位置(上例是放在/home/hadoop/hadoop-1.1.2/hadoop-examples-1.1.2.jar 这个位置的)，

③ 在本地建一个文件夹(上例叫file)，该目录里存放数据，可以自己写入，也可以copy现有的数据放进去，文件格式不固定(上例中是自己写的echo "Hello World" > file1.txt，是以txt的文件形式)，

④在HDFS上创建一个输入文件夹(上例是/input)，把本地(file文件夹)的数据传到/input中，也可以说是复制进去，

⑤执行jar包，用jar包中的程序去处理传入的数据，

⑥查看处理结果(处理的结果会自动保存到了输出文件夹中(上例中/output))，

调出输出文件中的数据查看输出结果}

关于打包jar包：http://blog.csdn.net/little_stars/article/details/8880647(一个类的话，就直接在类上点击export打包)