国内私募机构九鼎控股打造APP，来就送 20元现金领取地址：http://jdb.jiudingcapital.com/phone.html
内部邀请码：C8E245J （不写邀请码，没有现金送）
国内私募机构九鼎控股打造，九鼎投资是在全国股份转让系统挂牌的公众公司，股票代码为430719，为“中国PE第一股”，市值超1000亿元。

------------------------------------------------------------------------------------------------------------------------------------------------------------------

原文地址： http://my.oschina.net/lanzp/blog/309078

目录[-]

1、开发配置环境：

开发环境：Win7（64bit）+Eclipse（kepler service release 2）

配置环境：Ubuntu Server 14.04.1 LTS（64-bit only）

辅助工具：WinSCP + Putty

Hadoop版本：2.5.0

Hadoop的Eclipse开发插件（2.x版本适用）：http://pan.baidu.com/s/1eQy49sm

服务器端JDK版本：OpenJDK7.0

以上所有工具请自行下载安装。

2、Hadoop服务端配置（Master节点）

最近一直在摸索Hadoop2的配置，因为Hadoop2对原有的一些框架API做了调整，但也还是兼容旧版本的（包括配置）。像我这种就喜欢用新的东西的人，当然要尝一下鲜了，现在网上比较少新版本的配置教程，那么下面我就来分享一下我自己的实战经验，如有不正确的地欢迎指正:)。

假设我们已经成功地安装了Ubuntu Server、OpenJDK、SSH，如果还没有安装的话请先安装，自己网上找一下教程，这里我就说一下SSH的无口令登陆设置。首先通过

1	`$ ssh localhost`

测试一下自己有没有设置好无口令登陆，如果没有设置好，系统将要求你输入密码，通过下面的设置可以实现无口令登陆，具体原理请百度谷歌：

1 2	`$ ssh-keygen -t dsa -P` `''` `-f ~/.ssh/id_dsa` `$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys`

其次是Hadoop安装（假设已经安装好OpenJDK以及配置好了环境变量），到Hadoop官网下载一个Hadoop2.5.0版本的下来，好像大概有100多M的tar.gz包，下载下来后自行解压，我的是放在/usr/mywind下面，Hadoop主目录完整路径是/usr/mywind/hadoop，这个路径根据你个人喜好放吧。

解压完后，打开hadoop主目录下的etc/hadoop/hadoop-env.sh文件，在最后面加入下面内容：

# set to the root of your Java installation

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64

# Assuming your installation directory is /usr/mywind/hadoop

export HADOOP_PREFIX=/usr/mywind/hadoop

为了方便起见，我建设把Hadoop的bin目录及sbin目录也加入到环境变量中，我是直接修改了Ubuntu的/etc/environment文件，内容如下：

PATH=

"/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/lib/jvm/java-7-openjdk-amd64/bin:/usr/mywind/hadoop/bin:/usr/mywind/hadoop/sbin"

JAVA_HOME="/usr/lib/jvm/java-7-openjdk-amd64"

CLASSPATH=".:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar"

也可以通过修改profile来完成这个设置，看个人习惯咯。假如上面的设置你都完成了，可以在命令行里面测试一下Hadoop命令，如下图：

假如你能看到上面的结果，恭喜你，Hadoop安装完成了。接下来我们可以进行伪分布配置（Hadoop可以在伪分布模式下运行单结点）。

接下来我们要配置的文件有四个，分别是/usr/mywind/hadoop/etc/hadoop目录下的yarn-site.xml、mapred-site.xml、hdfs-site.xml、core-site.xml（注意：这个版本下默认没有yarn-site.xml文件，但有个yarn-site.xml.properties文件，把后缀修改成前者即可），关于yarn新特性可以参考官网或者这个文章http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-yarn/。

首先是core-site.xml配置HDFS地址及临时目录（默认的临时目录在重启后会删除）：

<configuration>

<property>

<name>fs.defaultFS</name>

<value>hdfs://192.168.8.184:9000</value>

<description>same as fs.default.name</description>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/usr/mywind/tmp</value>

<description>A base for other temporary directories.</description>

</property>

</configuration>

然后是hdfs-site.xml配置集群数量及其他一些可选配置比如NameNode目录、DataNode目录等等：

<configuration>

<property>

<name>dfs.namenode.name.dir</name>

<value>/usr/mywind/name</value>

<description>same as dfs.name.dir</description>

</property>

<property>

<name>dfs.datanode.data.dir</name>

<value>/usr/mywind/data</value>

<description>same as dfs.data.dir</description>

</property>

<property>

<name>dfs.replication</name>

<value>1</value>

<description>same as old frame,recommend set the value as the cluster DataNode host numbers!</description>

</property>

</configuration>

接着是mapred-site.xml配置启用yarn框架：

<configuration>

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

</configuration>

最后是yarn-site.xml配置NodeManager:

<configuration>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

</configuration>

注意，网上的旧版本教程可能会把value写成mapreduce.shuffle，这个要特别注意一下的，至此我们所有的文件配置都已经完成了，下面进行HDFS文件系统进行格式化：

1 2	`$ hdfs namenode -format`

然后启用NameNode及DataNode进程：

1 2	`$ start-yarn.sh`

然后创建hdfs文件目录

1 2	`$ hdfs dfs -mkdir /user` `$ hdfs dfs -mkdir /user/a01513`

注意，这个a01513是我在Ubuntu上的用户名，最好保持与系统用户名一致，据说不一致会有许多权限等问题，我之前试过改成其他名字，报错，实在麻烦就改成跟系统用户名一致吧。

然后把要测试的输入文件放在文件系统中：

1	`$ hdfs dfs -put /usr/mywind/psa input`

文件内容是Hadoop经典的天气例子的数据：

12345679867623119010123456798676231190101234567986762311901012345679867623119010123456+001212345678903456

12345679867623119010123456798676231190101234567986762311901012345679867623119010123456+011212345678903456

12345679867623119010123456798676231190101234567986762311901012345679867623119010123456+021212345678903456

12345679867623119010123456798676231190101234567986762311901012345679867623119010123456+003212345678903456

12345679867623119010123456798676231190201234567986762311901012345679867623119010123456+004212345678903456

12345679867623119010123456798676231190201234567986762311901012345679867623119010123456+010212345678903456

12345679867623119010123456798676231190201234567986762311901012345679867623119010123456+011212345678903456

12345679867623119010123456798676231190501234567986762311901012345679867623119010123456+041212345678903456

12345679867623119010123456798676231190501234567986762311901012345679867623119010123456+008212345678903456

把文件拷贝到HDFS目录之后，我们可以通过浏览器查看相关的文件及一些状态：

http://192.168.8.184:50070/

这里的IP地址根据你实际的Hadoop服务器地址啦。

好吧，我们所有的Hadoop后台服务搭建跟数据准备都已经完成了，那么我们的M/R程序也要开始动手写了，不过在写当然先配置开发环境了。

3、基于Eclipse的Hadoop2.x开发环境配置

关于JDK及ECLIPSE的安装我就不再介绍了，相信能玩Hadoop的人对这种配置都已经再熟悉不过了，如果实在不懂建议到谷歌百度去搜索一下教程。假设你已经把Hadoop的Eclipse插件下载下来了，然后解压把jar文件放到Eclipse的plugins文件夹里面：

重启Eclipse即可。

然后我们再安装Hadoop到Win7下，在这不再详细说明，跟安装JDK大同小异，在这个例子中我安装到了E:\hadoop。

启动Eclipse，点击菜单栏的【Windows/窗口】→【Preferences/首选项】→【Hadoop Map/Reduce】,把Hadoop Installation Directory设置成开发机上的Hadoop主目录：

点击OK。

开发环境配置完成，下面我们可以新建一个测试Hadoop项目，右键【NEW/新建】→【Others、其他】，选择Map/Reduce Project

输入项目名称点击【Finish/完成】：

创建完成后可以看到如下目录：

然后在SRC下建立下面包及类：

以下是代码内容：

TestMapper.java

package com.my.hadoop.mapper;

import java.io.IOException;

import org.apache.commons.logging.Log;

import org.apache.commons.logging.LogFactory;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapred.MapReduceBase;

import org.apache.hadoop.mapred.Mapper;

import org.apache.hadoop.mapred.OutputCollector;

import org.apache.hadoop.mapred.Reporter;

public class TestMapper extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {

private static final int MISSING = 9999;

private static final Log LOG = LogFactory.getLog(TestMapper.class);

public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output,Reporter reporter)

throws IOException {

String line = value.toString();

String year = line.substring(15, 19);

int airTemperature;

if (line.charAt(87) == '+') { // parseInt doesn't like leading plus signs

airTemperature = Integer.parseInt(line.substring(88, 92));

} else {

airTemperature = Integer.parseInt(line.substring(87, 92));

}

LOG.info("loki:"+airTemperature);

String quality = line.substring(92, 93);

LOG.info("loki2:"+quality);

if (airTemperature != MISSING && quality.matches("[012459]")) {

LOG.info("loki3:"+quality);

output.collect(new Text(year), new IntWritable(airTemperature));

}

TestReducer.java

package com.my.hadoop.reducer;

import java.io.IOException;

import java.util.Iterator;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapred.MapReduceBase;

import org.apache.hadoop.mapred.OutputCollector;

import org.apache.hadoop.mapred.Reporter;

import org.apache.hadoop.mapred.Reducer;

public class TestReducer extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> {

@Override

public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output,Reporter reporter)

throws IOException{

int maxValue = Integer.MIN_VALUE;

while (values.hasNext()) {

maxValue = Math.max(maxValue, values.next().get());

}

output.collect(key, new IntWritable(maxValue));

}

TestHadoop.java

package com.my.hadoop.test.main;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapred.FileInputFormat;

import org.apache.hadoop.mapred.FileOutputFormat;

import org.apache.hadoop.mapred.JobClient;

import org.apache.hadoop.mapred.JobConf;

import com.my.hadoop.mapper.TestMapper;

import com.my.hadoop.reducer.TestReducer;

public class TestHadoop {

public static void main(String[] args) throws Exception{

if (args.length != 2) {

System.err

.println("Usage: MaxTemperature <input path> <output path>");

System.exit(-1);

}

JobConf job = new JobConf(TestHadoop.class);

job.setJobName("Max temperature");

FileInputFormat.addInputPath(job, new Path(args[0]));

FileOutputFormat.setOutputPath(job, new Path(args[1]));

job.setMapperClass(TestMapper.class);

job.setReducerClass(TestReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

JobClient.runJob(job);

}

为了方便对于Hadoop的HDFS文件系统操作，我们可以在Eclipse下面的Map/Reduce Locations窗口与Hadoop建立连接，直接右键新建Hadoop连接即可：

连接配置如下：

然后点击完成即可，新建完成后，我们可以在左侧目录中看到HDFS的文件系统目录：

这里不仅可以显示目录结构，还可以对文件及目录进行删除、新增等操作，非常方便。

当上面的工作都做好之后，就可以把这个项目导出来了（导成jar文件放到Hadoop服务器上运行）：

点击完成，然后把这个testt.jar文件上传到Hadoop服务器（192.168.8.184）上，目录（其实可以放到其他目录，你自己喜欢）是：

1	`/usr/mywind/hadoop/share/hadoop/mapreduce`

如下图：

4、运行Hadoop程序及查看运行日志

当上面的工作准备好了之后，我们运行自己写的Hadoop程序很简单：

1	`$ hadoop jar /usr/mywind/hadoop/share/hadoop/mapreduce/testt.jar com.my.hadoop.test.main.TestHadoop input output`

注意这是output文件夹名称不能重复哦，假如你执行了一次，在HDFS文件系统下面会自动生成一个output文件夹，第二次运行时，要么把output文件夹先删除（$ hdfs dfs -rmr /user/a01513/output），要么把命令中的output改成其他名称如output1、output2等等。

如果看到以下输出结果，证明你的运行成功了：

a01513@hadoop :~$ hadoop jar /usr/mywind/hadoop/share/hadoop/mapreduce/testt

.jar                                                                              com.my.hadoop.

test.main.TestHadoop input output

14/09/02 11:14:03 INFO client.RMProxy: Connecting to ResourceManager at /0

.0.0.0                                                                             :8032

14/09/02 11:14:04 INFO client.RMProxy: Connecting to ResourceManager at /0

.0.0.0                                                                             :8032

14/09/02 11:14:04 WARN mapreduce.JobSubmitter: Hadoop command

-line option parsin                                                                             g not performed. Implement the Tool interface and execute your application with                                                                              ToolRunner to remedy this.

14/09/02 11:14:04 INFO mapred.FileInputFormat: Total input paths to process : 1

14/09/02 11:14:04 INFO mapreduce.JobSubmitter: number of splits:2

14/09/02 11:14:05 INFO mapreduce.JobSubmitter: Submitting tokens for

job: job_14                                                                             09386620927_0015

14/09/02

11:14:05 INFO impl.YarnClientImpl: Submitted application application_14                                                                             09386620927_0015

14/09/02 11:14:05 INFO mapreduce.Job: The url to track the job: http://hadoop

:80                                                                             88

/proxy/application_1409386620927_0015/

14/09/02 11:14:05 INFO mapreduce.Job: Running job: job_1409386620927_0015

14/09/02 11:14:12 INFO mapreduce.Job: Job job_1409386620927_0015 running in uber mode : false

14/09/02 11:14:12 INFO mapreduce.Job: map 0% reduce 0%

14/09/02 11:14:21 INFO mapreduce.Job: map 100% reduce 0%

14/09/02 11:14:28 INFO mapreduce.Job: map 100% reduce 100%

14/09/02 11:14:28 INFO mapreduce.Job: Job job_1409386620927_0015 completed successfully

14/09/02 11:14:29 INFO mapreduce.Job: Counters: 49

File System Counters

FILE: Number of bytes read=105

FILE: Number of bytes written=289816

FILE: Number of read operations=0

FILE: Number of large read operations=0

FILE: Number of write operations=0

HDFS: Number of bytes read=1638

HDFS: Number of bytes written=10

HDFS: Number of read operations=9

HDFS: Number of large read operations=0

HDFS: Number of write operations=2

Job Counters

Launched map tasks=2

Launched reduce tasks=1

Data-local map tasks=2

Total time spent by all maps in occupied slots (ms)=14817

Total time spent by all reduces in occupied slots (ms)=4500

Total time spent by all map tasks (ms)=14817

Total time spent by all reduce tasks (ms)=4500

Total vcore-seconds taken by all map tasks=14817

Total vcore-seconds taken by all reduce tasks=4500

Total megabyte-seconds taken by all map tasks=15172608

Total megabyte-seconds taken by all reduce tasks=4608000

Map-Reduce Framework

Map input records=9

Map output records=9

Map output bytes=81

Map output materialized bytes=111

Input split bytes=208

Combine input records=0

Combine output records=0

Reduce input groups=1

Reduce shuffle bytes=111

Reduce input records=9

Reduce output records=1

Spilled Records=18

Shuffled Maps =2

Failed Shuffles=0

Merged Map outputs=2

GC time elapsed (ms)=115

CPU time spent (ms)=1990

Physical memory (bytes) snapshot=655314944

Virtual memory (bytes) snapshot=2480295936

Total committed heap usage (bytes)=466616320

Shuffle Errors

BAD_ID=0

CONNECTION=0

IO_ERROR=0

WRONG_LENGTH=0

WRONG_MAP=0

WRONG_REDUCE=0

File Input Format Counters

Bytes Read=1430

File Output Format Counters

Bytes Written=10

a01513@hadoop :~$

我们可以到Eclipse查看输出的结果：

或者用命令行查看：

1 2	`$ hdfs dfs -cat` `output/part-00000`

假如你们发现运行后结果是为空的，可能到日志目录查找相应的log.info输出信息，log目录在：/usr/mywind/hadoop/logs/userlogs 下面。

好了，不太喜欢打字，以上就是整个过程了，欢迎大家来学习指正。

Hadoop伪分布配置与基于Eclipse开发环境搭建的更多相关文章

JavaEE开发基于Eclipse的环境搭建以及Maven Web App的创建
本篇博客就完整的来聊一下如何在Eclipse中创建的Maven Project.本篇博客是JavaEE开发的开篇,也是基础.本篇博客的内容干货还是比较多的,而且比较实用,并且都是采用目前最新版本的工具 ...
JavaEE开发之基于Eclipse的环境搭建以及Maven Web App的创建
本篇博客就完整的来聊一下如何在Eclipse中创建的Maven Project.本篇博客是JavaEE开发的开篇,也是基础.本篇博客的内容干货还是比较多的,而且比较实用,并且都是采用目前最新版本的工具 ...
spark-windows（含eclipse配置）下本地开发环境搭建
spark-windows(含eclipse配置)下本地开发环境搭建 >>>>>>注意:这里忽略JDK的安装,JDK要求是1.8及以上版本,请通过 java ...
[转]MonkeyRunner在Windows下的Eclipse开发环境搭建步骤(兼解决网上Jython配置出错的问题)
MonkeyRunner在Windows下的Eclipse开发环境搭建步骤(兼解决网上Jython配置出错的问题) 网上有一篇shangdong_chu网友写的文章介绍如何在Eclipse上配置M ...
Hadoop Eclipse开发环境搭建
This document is from my evernote, when I was still at baidu, I have a complete hadoop developme ...
(转)Hadoop Eclipse开发环境搭建
来源:http://www.cnblogs.com/justinzhang/p/4261851.html This document is from my evernote, when I was s ...
libgdx for eclipse开发环境搭建
1.安装jdk1.7以上 2.下载libgdx1.2.0 下载地址:https://libgdx.badlogicgames.com/releases 3.下载项目创建工具(老版本的) 下载地址:ht ...
zookeeper Eclipse 开发环境搭建及简单示例
一,下载Zookeeper安装包从官方网站下载稳定版安装包后,解压. 其中ZK_HOME 为:D:\Program Files\zookeeper-3.4.9 二,启动Zookeeper Serve ...

随机推荐

Java 中带参带返回值方法的使用
如果方法既包含参数,又带有返回值,我们称为带参带返回值的方法. 例如:下面的代码,定义了一个 show 方法,带有一个参数 name ,方法执行后返回一个 String 类型的结果调用带参带返回值的 ...
hdu 3478（判断奇环）
题意:给你一个无向图,问你有没有可能存在一个奇环连接所有的节点. 分析:好久没写博客了,这个好习惯还是要继续保持的!这道题通过转化之后就是问你有没有存在一个奇环连接所有的节点,这里用到的方法是染色法, ...
常用的Oracle数据库语句 (待更新完毕)
一.常用的查询语句 1.1 常用查询查表中有多少个字段 select count(*) from user_tab_columns where table_name=upper('表名') 或者 s ...
Android基于XMPP Smack openfire 开发的聊天室
Android基于XMPP Smack openfire 开发的聊天室(一)[会议服务.聊天室列表.加入] http://blog.csdn.net/lnb333666/article/details ...
Garlands
题意: n个数分成m段,每段偶数个数,最小化和最大段的半个区间的数字和. 分析: 先想到了二分,dp求能分成的最小段数. #include <map> #include <set&g ...
增加duilib edit控件的提示功能和多种文字颜色
转载请说明原出处,谢谢~~:http://blog.csdn.net/zhuhongshu/article/details/41786407 duilib的CEditUI控件内部使用了win32的原生 ...
发现第三方资源，chrome控制台
for(var i=0,tags=document.querySelectorAll('iframe[src],frame[src],script[src],link[rel=stylesheet], ...
【quick-cocos2d-x】Lua 语言基础
版权声明:本文为博主原创文章,转载请注明出处. 使用quick-x开发游戏有两年时间了,quick-x是cocos2d-Lua的一个豪华升级版的框架,使用Lua编程.相比于C++,lua的开发确实快速 ...
Mysql explain分析SQL语句之字段属性说明
在 explain的帮助下,您就知道什么时候该给表添加索引,以使用索引来查找记录从而让select 运行更快.如果由于不恰当使用索引而引起一些问题的话,可以运行 analyze table来更新该表的 ...
git(osx)上的一个git commit无法正确提交的问题
我发现在我修改我自己的文件之后企图使用git commit编辑更加详细的争对这次提交的信息的时候我mac上的vi编辑器貌似出现了问题大概报这个错. error: There was a prob ...

Hadoop伪分布配置与基于Eclipse开发环境搭建

1、开发配置环境：

2、Hadoop服务端配置（Master节点）

3、基于Eclipse的Hadoop2.x开发环境配置

4、运行Hadoop程序及查看运行日志

Hadoop伪分布配置与基于Eclipse开发环境搭建的更多相关文章

随机推荐

热门专题