----------------------------说明-----------------------------------
HelloHadoopV3
此程序再次利用了HelloHadoopV2的map,reduce函数,并且自动将文件上传到hdfs上,并自动取回结果
同时有提示信息,参数输入与打印运算时间的功能
测试方法:
将该程序运行在hadoop0.21.0的伪分布式系统上(本人的单击版http://freewxy.iteye.com/blog/1027569)
---------------------------
hadoop jar HelloHadoopV3.jar /home/$yourname/input /home/$yourname/output-hh3
---------------------------
注意:
1.第一个输入的参数是在local上的输入文件夹,确认此文件夹内有文件并且没有子目录
2.第二个输入的参数是在local上的运算结果文件夹,由程序产生,不用事先建立,如有请删除之
--------------------------------------------------------------------
package HelloHadoopV3;
import java.io.IOException;
import java.io.InterruptedIOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
import CheckAndDelete.CheckAndDelete;
import GetFromHdfs.GetFromHdfs;
import HelloHadoopV2.HelloMapperV2;
import HelloHadoopV2.HelloReducerV2;
import PutToHDFS.PutToHdfs;
public class HelloHadoopV3 {
public static void main(String[] args)
throws IOException,InterruptedIOException,ClassNotFoundException, InterruptedException{
String hdfs_input = "HH3_input";
String hdfs_output = "HH3_output";
Configuration conf = new Configuration();
// 获取参数
String[] otherArgs = new GenericOptionsParser(conf,args).getRemainingArgs();
//如果参数数量不为2,则打印出提示信息
if(otherArgs.length != 2){
System.err.println("Usage:hadoop jar HelloHadoopV3.jar <local_input> <>");
System.exit(2);
}
Job job = new Job(conf,"Hadoop Hello World");
job.setJarByClass(HelloHadoopV3.class);
//设置map and reduce以及 combiner class
job.setMapperClass(HelloMapperV2.class);
job.setCombinerClass(HelloReducerV2.class);
job.setReducerClass(HelloReducerV2.class);
//设定map的输出类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(Text.class);
//设定reduce的输出类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
//用checkAndDelete函数防止overhead的错误
CheckAndDelete.checkAndDelete(hdfs_input,conf);
CheckAndDelete.checkAndDelete(hdfs_output, conf);
//将文件放到hdfs上
PutToHdfs.putToHdfs(args[0],hdfs_input,conf);
//设定hdfs的输出源路径
FileInputFormat.addInputPath(job,new Path(hdfs_input));
FileOutputFormat.setOutputPath(job,new Path(hdfs_output));
long start = System.nanoTime();
job.waitForCompletion(true);
//把hdfs上的结果取出来
GetFromHdfs.getFromHdfs(hdfs_output,args[1],conf);
boolean status = job.waitForCompletion(true);
//计算时间
if(status){
System.err.println("Integrate Alert Job Finished!");
long time = System.nanoTime()-start;
System.err.println(time*(1E-9)+" secs.");
}else{
System.err.println("Integrate Alter Job Failed!");
System.exit(1);
}
}
}
执行:
$ bin/hadoop jar HelloHadoopV3.jar /home/hadoop/input /home/hadoop/output_hh3
结果:


- 大小: 15.2 KB
分享到:
相关推荐
hadoop-annotations-3.1.1.jar hadoop-common-3.1.1.jar hadoop-mapreduce-client-core-3.1.1.jar hadoop-yarn-api-3.1.1.jar hadoop-auth-3.1.1.jar hadoop-hdfs-3.1.1.jar hadoop-mapreduce-client-hs-3.1.1.jar ...
为了方便开发者在Eclipse或MyEclipse这样的集成开发环境中高效地进行Hadoop应用开发,Hadoop-Eclipse-Plugin应运而生。这个插件允许开发者直接在IDE中对Hadoop集群进行操作,如创建、编辑和运行MapReduce任务,极大...
在这个特定的兼容包中,我们可以看到两个文件:flink-shaded-hadoop-3-uber-3.1.1.7.1.1.0-565-9.0.jar(实际的兼容库)和._flink-shaded-hadoop-3-uber-3.1.1.7.1.1.0-565-9.0.jar(可能是Mac OS的元数据文件,通常...
赠送jar包:hbase-hadoop2-compat-1.2.12.jar; 赠送原API文档:hbase-hadoop2-compat-1.2.12-javadoc.jar; 赠送源代码:hbase-hadoop2-compat-1.2.12-sources.jar; 赠送Maven依赖信息文件:hbase-hadoop2-compat-...
标题中的"apache-hadoop-3.1.0-winutils-master.zip"是一个针对Windows用户的Hadoop工具包,它包含了运行Hadoop所需的特定于Windows的工具和配置。`winutils.exe`是这个工具包的关键组件,它是Hadoop在Windows上的一...
赠送jar包:hadoop-yarn-client-2.6.5.jar; 赠送原API文档:hadoop-yarn-client-2.6.5-javadoc.jar; 赠送源代码:hadoop-yarn-client-2.6.5-sources.jar; 赠送Maven依赖信息文件:hadoop-yarn-client-2.6.5.pom;...
Ubuntu虚拟机HADOOP集群搭建eclipse环境 hadoop-eclipse-plugin-3.3.1.jar
Hadoop-Eclipse-Plugin 3.1.1是该插件的一个特定版本,可能包含了一些针对Hadoop 3.x版本的优化和修复,以确保与Hadoop集群的兼容性和稳定性。 6. **使用场景**: 这个插件主要适用于大数据开发人员,特别是那些...
赠送jar包:hadoop-mapreduce-client-jobclient-2.6.5.jar; 赠送原API文档:hadoop-mapreduce-client-jobclient-2.6.5-javadoc.jar; 赠送源代码:hadoop-mapreduce-client-jobclient-2.6.5-sources.jar; 赠送...
3. `hadoop.exp`:这可能是一个导出文件,包含了Hadoop库对外公开的函数和符号信息。 4. `libwinutils.lib`:这是一个静态链接库文件,用于在Windows上编译和链接依赖于`winutils`的程序。 5. `hadoop.lib`:类似地...
赠送jar包:hadoop-auth-2.5.1.jar; 赠送原API文档:hadoop-auth-2.5.1-javadoc.jar; 赠送源代码:hadoop-auth-2.5.1-sources.jar; 赠送Maven依赖信息文件:hadoop-auth-2.5.1.pom; 包含翻译后的API文档:hadoop...
hadoop-eclipse-plugin-2.7.4.jar和hadoop-eclipse-plugin-2.7.3.jar还有hadoop-eclipse-plugin-2.6.0.jar的插件都在这打包了,都可以用。
3. `yarn`: 用于管理和调度YARN(Yet Another Resource Negotiator)资源的命令行工具,YARN是Hadoop的第二代资源管理系统。 4. `mapred`: MapReduce的命令行工具,MapReduce是Hadoop的分布式计算模型,用于处理和...
hadoop-eclipse-plugin-2.7.3和2.7.7的jar包 hadoop-eclipse-plugin-2.7.3和2.7.7的jar包 hadoop-eclipse-plugin-2.7.3和2.7.7的jar包 hadoop-eclipse-plugin-2.7.3和2.7.7的jar包
Eclipse集成Hadoop2.10.0的插件,使用`ant`对hadoop的jar包进行打包并适应Eclipse加载,所以参数里有hadoop和eclipse的目录. 必须注意对于不同的hadoop版本,` HADDOP_INSTALL_PATH/share/hadoop/common/lib`下的jar包...
`hadoop-common-2.6.0-bin-master.zip` 是一个针对Hadoop 2.6.0版本的压缩包,特别适用于在Windows环境下进行本地开发和测试。这个版本的Hadoop包含了对Windows系统的优化,比如提供了`winutils.exe`,这是在Windows...
在这个"apache-hadoop-3.1.3-winutils-master.zip"压缩包中,包含了在Windows环境下配置Hadoop HDFS客户端所需的组件,特别是`hadoop-winutils`和`hadoop.dll`这两个关键文件,它们对于在Windows系统上运行Hadoop...
赠送jar包:hbase-hadoop2-compat-1.1.3.jar; 赠送原API文档:hbase-hadoop2-compat-1.1.3-javadoc.jar; 赠送源代码:hbase-hadoop2-compat-1.1.3-sources.jar; 赠送Maven依赖信息文件:hbase-hadoop2-compat-...
3. **Hadoop 2.7兼容性**:Hadoop是大数据存储和处理的基础平台,Flink的Hadoop 2.7兼容性意味着它可以无缝集成到Hadoop生态系统中,利用HDFS进行数据存储,并能与其他Hadoop组件(如Hive、Pig等)协同工作。...
Apache Flink 是一个流行的开源大数据处理框架,而 `flink-shaded-hadoop-2-uber-2.7.5-10.0.jar.zip` 文件是针对 Flink 优化的一个特殊版本的 Hadoop 库。这个压缩包中的 `flink-shaded-hadoop-2-uber-2.7.5-10.0....