Hadoop综合编程

一、hadoop编程

1、工具：

                idea：社区版和终极版（注册，参见https://blog.csdn.net/qq_35246620/article/details/79050895）

                maven：跟linux安装差不多

（1）解压apache-maven-3.3.9.jar

（2）找到conf目录下settings.xml文件

（3）打开并修改settings.xml

（4）创建文件夹D:\software\apache-maven-3.3.9\repository

（5）idea配置maven路径

二、idea安装插件

三、创建工程

1、安装scala

2、创建maven工程

3、next

4、newprojece

5、创建project名字和地址

成功

6、删除App、AppTest、MySpec

7、将pom.xml文件中标红内容删除

8、将老师项目的pom.xml的和复制到自己创建的maven项目中

四、通过使用maven来自动管理和更新包

1、登陆https://mvnrepository.com

2、找到自己需要的包

3、点击所需的版本

4、复制dependency里的内容到自己的pom.xml里

注意：一定在dependencies里

五、hadoop编程

1、修改package

2、将老师给的java文件（3个类）放在此包下

3、创建一个HDFS的类

快捷键：psvm

4、定义一个配置文件

根据配置：

Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://192.168.137.130:9000/");

5、定义一个文件系统

6、查看FileSystem有多少属性

7、由于有两种方式传参，因此可以直接传conf

8、创建一个文件夹

9、分析mkdirs方法

返回boolean类型

10、运行

注意：

（1）要打开hdfs

（2）要配置dfs无限制

（3）要离开安全模式

六、上传文件

用这个copyFromLocalFile方法上传文件

注意：

用"C:/Users/dell/Desktop/hellohadoop.txt"这个格式传参给Path

六、下载文件

在不清楚具体下载方法的情况的思路：

1、在服务器输入hdfs dfs 查看命令帮助

2、与copyFromLocal相对应，我们找的是copyToLocal

3、报错

4、需要在window解压部署hadoop

             * 1. windows 解压hadoop2.8.1

             * 2. 设置环境变量

             * HADOOP_HOME=E:\BIGDATA\hadoop-2.8.1

             * PATH=%HADOOP_HOME/bin;xxxxxxx

             * 3.winutils.exe hadoop.dll 放到bin文件夹

             * 4.重启笔记本 生效

5、成功

6、其他

七、研究wordcount

1、删除原来的老师给的wordcount，新建自己的wordcount2，仿照官网的类名

2、将官网的内容复制到wordcount2(http://hadoop.apache.org/docs/r2.8.4/hadoop-mapreduce-client/hadoop-mapreduce-client-core/MapReduceTutorial.html)

3 、run

需要传输入/输出两个参数

4、先不在yarn平台配置，本地程序参数里面配置测试

5、在window新建目录

输入：C:\Users\dell\Desktop\hadoop\input\HBinztast.log

输出：C:\Users\dell\Desktop\hadoop\output\（注意：不要建output文件夹，会出错）

报错：

Exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)

6、百度解决

https://www.cnblogs.com/duking1991/p/6111490.html

7、解压hadoop-2.8.1-src源码

8、找到NaticeIO.java所在位置

9、新建一个包，并存放NativeIO.java：

---

org.apache.hadoop.io.nativeio

---

10、修改606源码，return true;

注意：如果报错只有可读权限，那将找到这个文件夹，将只读权限去掉即可

11、run

八、maven打包给linux运行

1、打包

2、上传到linux服务器

rz 

3、提交到yarn

yarn jar /opt/software/d3-1.0-SNAPSHOT.jar com.ruozedata.hadoop.WordCount2 /wordcount/input /wordcount/output5

注意：这里不是yarn jar xxx.jar wordcount 而是用自己包的名和具体的方法，所以是

yarn jar /opt/software/d3-1.0-SNAPSHOT.jar com.ruozedata.hadoop.WordCount2 /wordcount/input /wordcount/output5