Windows下搭建环境测试Mapreduce--集群测试

需要配置Windows下的hadoop环境，大家可以去参考我的另一篇文章

Windows下HDFS的环境准备——HDFS相关的客户端操作_你可以自己看的博客-CSDN博客

创建Maven工程

 

 设置Maven配置

 导包

        
            org.apache.hadoop
            hadoop-client
            3.1.3
        
        
            junit
            junit
            4.12
            test
        
        
            org.slf4j
            slf4j-log4j12
            1.7.30
        
    

添加日志配置文件log4j.properties

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

编写Mapper类

package com.gk.mapreduce.wordcount;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * create with IntelliJ IDEA
 *
 * @Project :MapreduceDemo
 * @Package :com.gk.mapreduce.wordcount
 * @ClassName :
 * @CreateTime :2022/3/816:28
 * @Version :1.0
 * @Author :锦林
 * @Email :[email protected]
 * 

 * 参数解释：KEYIN,传入参数key类型 LongWritable
 * VALUEIN,传入参数value类型 Text
 * KEYOUT,传出参数key类型 Text
 * VALUEOUT 传出参数value类型 IntWritable
 **/
public class WordCountMapper extends Mapper {

    private Text outK = new Text();
    private IntWritable outV = new IntWritable(1);

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        // 1 获取一行
        String line = value.toString();

        // 2 切割
        String[] words = line.split(" ");

        // 3 输出
        for (String word : words) {

            outK.set(word);
            context.write(outK, outV);
        }
    }
}

编写Reduce类

package com.gk.mapreduce.wordcount;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

/**
 * create with IntelliJ IDEA
 *
 * @Project :MapreduceDemo
 * @Package :com.gk.mapreduce.wordcount
 * @ClassName :
 * @CreateTime :2022/3/816:29
 * @Version :1.0
 * @Author :锦林
 * @Email :[email protected]
 * 

 * 参数解释：KEYIN,传入参数key类型 Text
 * VALUEIN,传入参数value类型 IntWritable
 * KEYOUT,传出参数key类型 Text
 * VALUEOUT 传出参数value类型 IntWritable
 **/
public class WordCountReducer extends Reducer {

    private IntWritable value = new IntWritable();

    @Override
    protected void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {

        int sum = 0;

        // 遍历读取值
        for (IntWritable value : values) {

            // 1.累加求和
            sum += value.get();
        }

        // 2.输出
        value.set(sum);
        context.write(key,value);
    }
}

创建Driver类

package com.gk.mapreduce.wordcount;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

/**
 * create with IntelliJ IDEA
 *
 * @Project :MapreduceDemo
 * @Package :com.gk.mapreduce.wordcount
 * @ClassName :
 * @CreateTime :2022/3/816:29
 * @Version :1.0
 * @Author :锦林
 * @Email :[email protected]
 **/
public class WordCountDriver {

    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {

        // 1.获取配置信息以及获取job对象
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        // 2.关联Driver程序的jar包
        job.setJarByClass(WordCountDriver.class);

        // 3.关联Mapper和reducer的Jar
        job.setMapperClass(WordCountMapper.class);
        job.setReducerClass(WordCountReducer.class);

        // 4.设置Mapper输出的k，y类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        // 5.设置最终输出k，v类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        // 6.设置输入输出路径
        FileInputFormat.setInputPaths(job, new Path("E:\\SGG-Hadoop\\wcInput"));
        FileOutputFormat.setOutputPath(job, new Path("E:\\SGG-Hadoop\\wcOutput"));

        // 7.提交job
        boolean result = job.waitForCompletion(true);

        System.exit(result ? 0 : 1);
    }
}

然后执行WordCountDriver下的main方法

 显示已经执行成功了

现在我们去看一下输出文件

 

 已经成功统计出输入文件中单词的次数了

现在我们把这个代码打包上传到集群去试一下，在这之前我们先去修改一些东西

首先，在pom.xml文件下添加如下代码，当然，其实这些代码可以不加，含义是打包的时候将依赖包一并打入进jar包中，我们的hadoop集群中是有相关jar包的，所以可以不需要

    
    
    maven-compiler-plugin
        3.6.1
        
            1.8
            1.8
        
    
        
            maven-assembly-plugin
            
                
                    jar-with-dependencies
                
            
            
                
                    make-assembly
                    package
                    
                        single
                    
                
            
        
    
    

然后复制一份一模一样的代码出来，但是文件夹变了

 然后修改WordCountDriver下的代码，将文件输入输出路径改为动态的

然后进行打包

 现在我们有两个jar包了，分别是带依赖和不带依赖的

我们上传不带依赖的，也就是9KB的那个jar包到我们的集群中

 然后我们使用这个jar包测试mapreduce,执行以下命令（需要保证有输入文件，具体可以看我另外一篇文章Hadoop单机和完全分布式自带Mapreduce测试_你可以自己看的博客-CSDN博客）

hadoop jar MapreduceDemo-1.0-SNAPSHOT.jar com.gk.mapreduce.wordcount2.WordCountDriver /wcinput /wcoutput

 

 

 可以发现这样是用我们的自己写的代码执行的mapreduce测试。