windows搭建hadoop源码阅读(debug)环境

之前自己有搭过一次，不过是在ubuntu上弄的，然后这次想在windows上弄一个源码阅读环境，说干就干，网上找了一些资料，然后结合自己的情况弄了一套，下面是步骤：

一.下载hadoop的安装包，将其解压缩，然后下载winutils.exe和hadoop.dll将其放在hadoop的bin目录下。

下载地址如下：

链接：https://pan.baidu.com/s/1TnwIbXdVzGWD2qa2saCVjQ
提取码：q5ve

二.在环境变量里面配置hadoop_home以及在path里面添加%hadoop_home%\bin。

三.在idea中添加需要debug的代码，我这里是word count

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 {

    // TokenizerMapper作为Map阶段，需要继承Mapper，并重写map()函数
    public static class TokenizerMapper
            extends Mapper<Object, Text, Text, IntWritable>{

        private final static IntWritable one = new IntWritable(1);
        private Text word = new Text();

        public void map(Object key, Text value, Context context
        ) throws IOException, InterruptedException {

            // 用StringTokenizer作为分词器，对value进行分词
            StringTokenizer itr = new StringTokenizer(value.toString());

            // 遍历分词后结果
            while (itr.hasMoreTokens()) {

                // 将String设置入Text类型word
                word.set(itr.nextToken());
                // 将(word,1)，即(Text,IntWritable)写入上下文context，供后续Reduce阶段使用
                context.write(word, one);
            }
        }
    }

    // IntSumReducer作为Reduce阶段，需要继承Reducer，并重写reduce()函数
    public static class IntSumReducer
            extends Reducer<Text,IntWritable,Text,IntWritable> {
        private IntWritable result = new IntWritable();

        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context
        ) throws IOException, InterruptedException {
            int sum = 0;
            // 遍历map阶段输出结果中的values中每个val，累加至sum
            for (IntWritable val : values) {
                sum += val.get();
            }

            // 将sum设置入IntWritable类型result
            result.set(sum);

            // 通过上下文context的write()方法，输出结果(key, result)，即(Text,IntWritable)
            context.write(key, result);
        }
    }

    public static void main(String[] args) throws Exception {
        // 加载hadoop配置
        Configuration conf = new Configuration();
        conf.set("mapreduce.framework.name","local");
        conf.set("fs.defaultFS","file:///");


        // 构造一个Job实例job，并命名为"word count"
        Job job = new Job(conf, "word count");

        // 设置jar
        job.setJarByClass(WordCount.class);

        // 设置Mapper
        job.setMapperClass(TokenizerMapper.class);
        // 设置Combiner
        job.setCombinerClass(IntSumReducer.class);
        // 设置Reducer
        job.setReducerClass(IntSumReducer.class);
        // 设置OutputKey
        job.setOutputKeyClass(Text.class);
        // 设置OutputValue
        job.setOutputValueClass(IntWritable.class);

        // 添加输入路径
        FileInputFormat.addInputPath(job, new Path("file:///F:\\hello.txt"));
        // 添加输出路径
        FileOutputFormat.setOutputPath(job, new Path("file:///F:\\result"));

        // 等待作业job运行完成并退出
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

四.在工程中添加jar包：可通过maven添加也可通过咱们下载好的hadoop下载包中share中的jar包(我这里介绍的是第二种，通过hadoop安装包导入jar包到工程中)

通过idea中的project settings的modules中的dependencies，然后点击右边的绿色+号导入jar包。

点开之后选择JARS or directories，然后导入这几个目录下的jar包

五.运行程序，大功告成，可以开始自行debug程序了，如果说中途遇到要绑定源码的提示，那么可以下载一个对应版本的source文件，然后绑定上去。

ps:另外，直接用hadoop对应版本的src包直接创建工程，然后跑src里面自己带的例子，应该也可以debug。

windows搭建hadoop源码阅读(debug)环境

猜你喜欢