大数据实战 Linux Ubuntu 20.04.1 hadoop 2.8.5 在MapReduce平台编写单词计数程序

1.前期工作

hadoop环境搭建成功。
详细如何搭建hadoop环境可以点击这里

2.在server最小化系统进行单词计数

2.1切换用户，查看进程

目的：保证hadoop集群开启
su - angel
主节点进程
在这里插入图片描述

从节点进程
在这里插入图片描述

2.3 建立测试文档

测试文档的路径是/home/angel
vim.tiny sw1.txt
在这里插入图片描述

vim.tiny sw2.txt
在这里插入图片描述

2.4 建立测试文件夹并上传到集群

在集群中查看文件
hdfs dfs -ls /
在这里插入图片描述
在集群中建立test文件夹，作为测试文件夹
hdfs dfs -mkdir /test

将test文件夹上传到集群
hdfs dfs -put sw*.txt /test

查看test文件夹有没有上传成功
hdfs dfs -ls /test

查看sw1.txt的内容
hdfs dfs -cat /test/sw1.txt

2.5 运行hadoop包里面的单词计数的程序对测试文件进行单词计数

2.5.1 找到相关的包

cd /app/hadoop-2.8.5/
在这里插入图片描述

2.5.2 运行hadoop包里面的类，进行单词计数

用hadoop命令运行hadoop-mapreduce-examples-2.8.5包里面的wordcount类，输入/test，输出out1。
hadoop jar hadoop-mapreduce-examples-2.8.5 jar wordcount /test /out1
在这里插入图片描述

2.5.3 在集群中查看输出文件

在这里插入图片描述

在这里插入图片描述
到此，完成在server最小化系统上建立haddop集群，运行MapReduce进行单词计数成功。

3.运行eclipse，编写单词计数程序

3.1 前期工作

本文主要讲解在MapReduce平台的应用
详细点击这里查看前期工作
注：
eclipse只能在desktop版本系统上运行，不能再提示符窗口运行。

3.2 开启eclipse

在这里插入图片描述

3.3建立项目和配置Hadoop安装目录

3.3.1 建立项目

执行菜单栏中的“File”-“New”-“Other…”，选择“Map/Reduce Project”，如下图。
在这里插入图片描述

输入项目名称“WordCount”，选择"Configure Hadoop install directory…"
在这里插入图片描述

3.3.2 配置Hadoop安装目录

在这里插入图片描述

点击next。

选择项目。

到此项目名创建和配置Hadoop安装目录完成。点击next。

3.4 新建 Hadoop地址

在这里插入图片描述
在“Location name”文本框输入“master”，“Map/Reduce(V2) Mater”的“Host”原来的“localhost”改为“master”，“DFS Master”的“Port”原来的“50040”改为“9000”，其他不变。

在这里插入图片描述
插入：
为什么是9000呢？
可以去配置文件看看。
cat /app/hadoop-2.8.5/etc/hadoop/core-site.xml

查看右边蓝有没有出现master，有出现master，就证明新建 Hadoop地址成功。

3.5 建立编写单词计数的类

在“WordCount”-“src”，新建“WordCount”类。
在这里插入图片描述

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;
import org.apache.hadoop.util.GenericOptionsParser;
public class WordCount {
    
    
  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 {
    
    
      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 IntWritable result = new IntWritable();
    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();
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    if (otherArgs.length < 2) {
    
    
      System.err.println("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    for (int i = 0; i < otherArgs.length - 1; ++i) {
    
    
      FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    }
    FileOutputFormat.setOutputPath(job,
      new Path(otherArgs[otherArgs.length - 1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}