本篇內容主要講解“Hadoop如何打包和運行MapReduce程序”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Hadoop如何打包和運行MapReduce程序”吧!

創(chuàng)新互聯主要從事網站設計制作、成都網站制作、網頁設計、企業(yè)做網站、公司建網站等業(yè)務。立足成都服務安平,10年網站建設經驗,價格優(yōu)惠、服務專業(yè),歡迎來電咨詢建站服務:18980820575

主要內容：將 MapReduce 代碼通過命令行打包成 jar 包，然后提交給 Hadoop 集群運行。示例的 WordCount.java、WordCount.txt 見最后面。

一、編譯 Hadoop 的應用程序需要將所需的依賴包添加到 CLASSPATH，可以添加到 .bashrc 或者 /etc/profile。

# javac 編譯相關包依賴
HADOOP_CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath)
# 將 HADOOP_CLASSPATH 添加到 CLASSPATH
export CLASSPATH=.:$HADOOP_CLASSPATH:$CLASSPATH

二、編譯源代碼

# 編譯 沒有設置 CLASSPATH 通過 -cp $($HADOOP_HOME/bin/hadoop classpath)
javac WordCount.java
# 打包
jar -cvf WordCount.jar  *.class

三、提交到 Hadoop

# 上傳 WordCount.txt 到 Hadoop
hdfs dfs -mkdir input
hdfs dfs -put WordCount.txt input
# 提交任務 jar 包、main 所在的類、輸入文件夾、輸出文件夾
hadoop jar WordCount.jar WordCount input output
# 查看運行結果
hdfs dfs -cat output/*
# 刪除輸出結果目錄
hdfs dfs -rm -r output

四、運行結果

and	1
bigdata	2
hadoop	2
hello	4
world	1

附錄：

WordCount.txt，單詞使用空格分隔

hello world
hello hadoop
hello bigdata
hello hadoop  and bigdata

WordCount.java

import java.io.IOException;
import java.util.StringTokenizer;
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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCount {

    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        private final static IntWritable ONE = new IntWritable(1);
        private final Text word = new Text();

        @Override
        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
            while (itr.hasMoreTokens()) {
                word.set(itr.nextToken());
                context.write(word, ONE);
            }
        }
    }

    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
        private final IntWritable result = new IntWritable();

        @Override
        public void reduce(Text key, Iterable<IntWritable> values, Context context)
                throws IOException, InterruptedException {
            int sum = 0;
            for (IntWritable val : values) {
                sum += val.get();
            }
            result.set(sum);
            context.write(key, result);
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "WordCount");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(TokenizerMapper.class);
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

到此，相信大家對“Hadoop如何打包和運行MapReduce程序”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續(xù)學習！

文章題目：Hadoop如何打包和運行MapReduce程序
分享URL：http://vcdvsql.cn/article30/peiipo.html

成都網站建設公司_創(chuàng)新互聯，為您提供建站公司、網站排名、小程序開發(fā)、定制開發(fā)、商城網站、網站設計公司

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯