Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount-Toy模板网

这篇具有很好参考价值的文章主要介绍了Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

写在前面

本系列文章索引以及一些默认好的条件在传送门

step1 eclipse访问hadoop

首先需要明确eclipse安装目录，然后将hadoop-eclipse-plugin_版本号.jar插件放在安装目录的dropins下

Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount
关于插件，可以通过博主上传到csdn的免费资源获取，链接
具体版本可以自己选择：

step2 重启并配置eclipse

在eclipse界面中依次选择：Window→show view→other→MapReduce Tools/Map/Reduce Locations
Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount
然后在界面上会显示一个大象符号，如下图：

点击大象符号，然后就会配置一个DFS Location
配置参数为：

配置好后点击finish
然后会出现：

step3 新建Map/Reduce项目

在Eclipse中依次选择File→New→Other…→Map/Reduce Project→Next，
输入项目名TestWordCount，浏览并选择Hadoop路径/usr/local/hadoop，单击“Finish”按钮，则新建项目TestWordCount成功
新建包并在包下创建相应的类，具体项目结构如下：
Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount

step4 复制粘贴代码

package wordCount;

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 WordCountMapper extends Mapper<Object, Text, Text, IntWritable> {
		/**
		 * 定义final 静态变量one,用来标示键值对<String,One>
		 * 然后定义Text类型的变量来存储字符串
		 */
		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());
				/**
				 * 写入键值对
				 */
				context.write(word, one);
			}
		}
	}
	public static class WordCountReducer 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();
		if (args.length != 2) {
			System.err.println("Usage: <in> <out>");
			System.exit(2); 
		}
		Job job = Job.getInstance(conf, "word count");
		job.setJarByClass(WordCount.class);
		job.setMapperClass(WordCountMapper.class);
		job.setCombinerClass(WordCountReducer.class);
		job.setReducerClass(WordCountReducer.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);
	}
}

step5 配置运行参数

启动hadoop集群后在终端写入：

hadoop fs -mkdir /tmp
hadoop fs -chmod -R 777 /tmp

Run→Run Configurations选项，以配置输入输出参数
大致为：
Hadoop集群搭建记录 | 云计算[CentOS7] | 伪分布式集群 Master运行WordCount
点击run直接跑
然后在左侧的目录下会显示文件夹：

点进去看下part-r-00000文件就会发现，该文件存储结果：

其中输入为：

结果与预期一致，项目成功~文章来源地址https://www.toymoban.com/news/detail-406862.html