使用eclipse创建一个java程序

1.选择File--New--Project，创建java project

2.导入hadoop的相关jar包

选中项目worldcount右键，选择New--Folder，创建lib文件夹，导入以下文件夹内的jar包

/hadoop/share/hadoop/common/
/hadoop/share/hadoop/common/lib/
/hadoop/share/hadoop/mapreduce/
/hadoop/share/hadoop/hdfs/hadoop-hdfs-2.9.2.jar

/hadoop/share/hadoop/yarn/hadoop-yarn-*.jar

3.将jar包添加到工程的构建路径

选中所有jar包，右键Build Path--Add to Build Path

4.在这个例子中实现MapReduce，需要编写三个类

1）WordMapper类：实现Map方法

2）WordReducer类：实现Reduce方法

3）WordMain类：对任务的创建进行部分配置

选中项目worldcount右键，选中New--Class，创建WordMapper类

插入以下代码

package wordcount;

import java.io.IOException;
import java.util.StringTokenizer;

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

// 创建一个 WordMapper类 继承于 Mapper抽象类
public class WordMapper extends Mapper<Object, Text, Text, IntWritable>
{
	private final static IntWritable one = new IntWritable(1);
	private Text word = new Text();
	
	// Mapper抽象类的核心方法，三个参数
	public void map(Object key, // 首字符偏移量
			Text value, // 文件的一行内容
			Context context) // Mapper端的上下文，与 OutputCollector 和 Reporter 的功能类似
			throws IOException, InterruptedException
	{
		StringTokenizer itr = new StringTokenizer(value.toString());
		while (itr.hasMoreTokens())
		{
			word.set(itr.nextToken());
			context.write(word, one);
		}
	}
}

同理创建WordRducer类

package wordcount;

import java.io.IOException;

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

// 创建一个 WordReducer类 继承于 Reducer抽象类
public class WordReducer extends Reducer<Text, IntWritable, Text, IntWritable>
{
	private IntWritable result = new IntWritable(); // 用于记录 key 的最终的词频数
	
	// Reducer抽象类的核心方法，三个参数
	public void reduce(Text key, // Map端 输出的 key 值
			Iterable<IntWritable> values, // Map端 输出的 Value 集合（相同key的集合）
			Context context) // Reduce 端的上下文，与 OutputCollector 和 Reporter 的功能类似
			throws IOException, InterruptedException
	{
		int sum = 0;
		for (IntWritable val : values) // 遍历 values集合，并把值相加
		{
			sum += val.get();
		}
		result.set(sum); // 得到最终词频数
		context.write(key, result); // 写入结果
	}
}

同理创建WordMain类

package 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 org.apache.hadoop.util.GenericOptionsParser;

public class WordMain
{
	public static void main(String[] args) throws Exception
	{
		// Configuration类：读取Hadoop的配置文件，如 site-core.xml...；
		// 也可用set方法重新设置（会覆盖）：conf.set("fs.default.name", "hdfs://xxxx:9000")
		Configuration conf = new Configuration();
		
		// 将命令行中参数自动设置到变量conf中
		String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
		
		/**
		 * 这里必须有输入输出
		 */
		
		if (otherArgs.length != 2)
		{
			System.err.println("Usage: wordcount <in> <out>");
			System.exit(2);
		}
		
		Job job = Job.getInstance(conf, "word count"); // 新建一个 job，传入配置信息
		job.setJarByClass(WordMain.class); // 设置 job 的主类
		job.setMapperClass(WordMapper.class); // 设置 job 的 Mapper 类
		job.setCombinerClass(WordReducer.class); // 设置 job 的 作业合成类
		job.setReducerClass(WordReducer.class); // 设置 job 的 Reducer 类
		job.setOutputKeyClass(Text.class); // 设置 job 输出数据的关键类
		job.setOutputValueClass(IntWritable.class); // 设置 job 输出值类
		FileInputFormat.addInputPath(job, new Path(otherArgs[0])); // 文件输入
		FileOutputFormat.setOutputPath(job, new Path(otherArgs[1])); // 文件输出
		System.exit(job.waitForCompletion(true) ? 0 : 1); // 等待完成退出
	}
}

5.打包工程为jar包

WordCount代码完成后，并不能直接在Hadoop中运行，还需要将其打包成jvm所能执行的二进制文件，即打包成jar文件，才能被Hadoop所用

选中项目worldcount右键，选择Export--JAR file

6.使用xshell连接虚拟机

7.使用以下命令安装一工具来实现上传文件

yum install  lrzsz -y

8.在虚拟机创建一个data文件夹

[root@master ~]# mkdir /data

9.xshell进入data文件夹

[root@master ~]# cd /data

10.xshell命令台输入rz上传文件（sz下载文件）

11.查看是否上传成功

12.启动HDFS和Yarn

[root@master ~]# start-dfs.sh

[root@master ~]# start-yarn.sh

[root@master ~]# jps

[root@slave1 ~]# jps

[root@slave2 ~]# jps

13.上传文件到HDFS中

# 在HDFS中创建文件夹存放数据
[root@master ~]# hadoop fs -mkdir /usr
[root@master ~]# hadoop fs -mkdir /usr/hadoop
[root@master ~]# hadoop fs -mkdir /usr/hadoop/hdfs
[root@master ~]# hadoop fs -mkdir /usr/hadoop/hdfs/input

# 上传文件
[root@master ~]# hadoop fs -put /data /usr/hadoop/hdfs/input


#其他
#删除HDFS文件夹
#[root@master ~]# hadoop fs -rm -r /usr/hadoop/hdfs/input

14.在hadoop集群中NameNode运行WordCount

# hadoop jar [jar文件位置] [jar主类] [HDFS输入位置] [HDFS输出位置:该位置必须不存在] 
[root@master ~]# hadoop jar /data/wordcount.jar wordcount.WordMain /usr/hadoop/hdfs/input/file* /usr/hadoop/hdfs/output

15.查看运行结果

[root@master ~]# hadoop fs -ls /usr/hadoop/hdfs/output

[root@master ~]# hadoop fs -text /usr/hadoop/hdfs/output/part-r-00000

来源：CSDN

作者：Yolkwwww

链接：https://blog.csdn.net/sinat_36226553/article/details/103963477

标签

MapReduce

Hadoop

MapReduce程序--WordCount

使用eclipse创建一个java程序