2019独角兽企业重金招聘Python工程师标准>>>

环境为Hadoop2.5.2(如何搭建环境教程),在pom.xml中加入以下配置文件。

<dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-common</artifactId><version>2.5.2</version>
</dependency>
<dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-hdfs</artifactId><version>2.5.2</version>
</dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-client</artifactId><version>2.5.2</version>
</dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>3.8.1</version><scope>test</scope>
</dependency>

测试HDFS

public class HdfsTest
{public static void main( String[] args ) throws IOException {String uri = "hdfs://192.168.1.112:9000/";Configuration config = new Configuration();FileSystem fs = FileSystem.get(URI.create(uri), config);//列出目录所有文件FileStatus[] statuses = fs.listStatus(new Path("/data"));for (FileStatus status : statuses) {System.out.println(status);}//创建新文件FSDataOutputStream os = fs.create(new Path("/data/hdfs_test.txt"));os.write("测试HDFS第一条\r\n".getBytes());os.write("测试HDFS第二条\r\n".getBytes());os.flush();os.close();//读取文件InputStream is = fs.open(new Path("/data/hdfs_test.txt"));IOUtils.copyBytes(is, System.out, 1024, true);}
}

测试Map/Reduce

实例:将多个文件里面的内容去掉重复行。

思路:把数据行当做map/reduce的key来处理即可。value可以为空。

代码实现如下:

package com.zhm;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.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;import java.io.IOException;/*** Created by zhm on 2015/7/8.*/
public class MapReduceTest {public static class MyMapper extends Mapper<Object, Text, Text, Text> {public void map(Object key, Text value, Context context) throws IOException, InterruptedException {//将文本行放入keycontext.write(value,new Text(""));}}public static class MyReducer extends Reducer<Text,Text,Text,Text> {public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {//输出keycontext.write(key, new Text(""));}}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: MapReduceTest <in> <out>");System.exit(2);}Job job = Job.getInstance(conf, "MapReduceTest");job.setJarByClass(MapReduceTest.class);job.setMapperClass(MyMapper.class);job.setCombinerClass(MyReducer.class);job.setReducerClass(MyReducer.class);job.setOutputKeyClass(Text.class);job.setOutputValueClass(Text.class);FileInputFormat.addInputPath(job, new Path(otherArgs[0]));FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));System.exit(job.waitForCompletion(true) ? 0 : 1);}
}

运行:mvn clean package 打好jar包。并上传至服务器的hadoop安装目录中。

在服务器上创建需要统计去重的文件。

mkdir /tmp/mapredcd /tmp/mapred
vi file1.txt
#输入以下内容
192.168.1.1
192.168.1.2
192.168.1.4vi file2.txt
#输入以下内容
192.168.1.3
192.168.1.2
192.168.1.5vi file3.txt
#输入以下内容
192.168.1.1
192.168.1.3
192.168.1.4#清空hdfs目录,tmp目录不要删除。主要是测试方便,也可以不删除目录,只要将文件指定一个新的测试目录就行。
hdfs dfs -rm -r -f -skipTrash /目录名#将创建好的文件上传至HDFShdfs dfs -put /tmp/mapred /input#进入hadoop安装主目录
hadoop jar maven_hadoop-1.0-SNAPSHOT.jar com.zhm.MapReduceTest /input /output#查看结果
hdfs dfs -cat /output/part-r-00000
#结果如下:
192.168.1.1
192.168.1.2
192.168.1.3
192.168.1.4
192.168.1.5

转载于:https://my.oschina.net/zhmlvft/blog/475950

使用Maven开发Hadoop相关推荐

  1. 用Maven构建Hadoop项目

    Hadoop家族系列文章,主要介绍Hadoop家族产品,常用的项目包括Hadoop, Hive, Pig, HBase, Sqoop, Mahout, Zookeeper, Avro, Ambari, ...

  2. 转】用Maven构建Hadoop项目

    原博文出自于: http://blog.fens.me/hadoop-maven-eclipse/ 感谢! 用Maven构建Hadoop项目 Hadoop家族系列文章,主要介绍Hadoop家族产品,常 ...

  3. Spark Idea Maven 开发环境搭建(转载)

    mark一下,感谢作者分享! Spark Idea Maven 开发环境搭建 一.安装jdk jdk版本最好是1.7以上,设置好环境变量,安装过程,略. 二.安装Maven 我选择的Maven版本是3 ...

  4. eclipse搭建maven开发环境

    eclipse搭建maven开发环境 eclipse搭建maven开发环境 maven作为一个项目构建工具,在开发的过程中很受欢迎,可以帮助管理项目中的bao依赖问题,另外它的很多功能都极大的减少了开 ...

  5. 使用Maven开发用户模块的CRUD(增删改查)

    使用Maven开发用户模块的CRUD(增删改查) < 使用Maven开发Web应用Archiva服务器的搭建步骤 > C语言中文网推出辅导班啦,包括「C语言辅导班.C++辅导班.算法/数据 ...

  6. SpringMVC+Maven开发项目源码详细介绍

    代码地址如下: http://www.demodashi.com/demo/11638.html Spring MVC概述 Spring MVC框架是一个开源的Java平台,为开发强大的基于Java的 ...

  7. Maven开发环境设置导致的异常java.lang.NumberFormatException: null

    Maven开发环境设置导致的异常java.lang.NumberFormatException: null 参考文章: (1)Maven开发环境设置导致的异常java.lang.NumberForma ...

  8. JDK11+Maven开发JavaFx启动问题:java.lang.IllegalAccessError: class com.sun.javafx.fxml.FXMLLoaderHelper

    JDK11 + Maven 开发 JavaFx 创建 Maven 项目 引入依赖 尝试启动(失败) 遇到问题 解决方案 旧电脑上 JDK8 开发 JavaFx 项目就很舒服欸,JDK11 不内置 Ja ...

  9. 《Maven官方文档》Maven 开发

    译者|carvendy 编辑|包包 Maven 开发  这文档描述怎么入门开发Maven.这是一个独立页来描述怎么构建Maven的. 找一些工作来做 首先你需要一些事情来做!解决方案可以在几个JIRA ...

最新文章

  1. 米兰大学发布论文与猫咪叫声数据集,分类喵喵叫
  2. 通过VB结构数组输入数据VC编写DLL
  3. Windows下Python 3.6 + VS2017 + Anaconda 解决Unable to find vcvarsall.bat问题
  4. android:parentActivityName
  5. 调用图片文件夹中的任意图片随机显示_他来了,他来了,Mathpix拜拜了~~~文字、表格、公式图片识别神器V0.1测试版...
  6. 【学习笔记】第一章——操作系统的概念、功能、特征、发展分类(系统调用、并发共享虚拟异步)
  7. linux内核笔记-内核同步
  8. 鸿蒙工业互联网,工业互联网 3D 展示平台
  9. componentDidUpdate vs componentWillReceiveProps
  10. CCF201712-2 游戏(100分)【模拟】
  11. JAVA格式化输出浮点数:空格,位数
  12. android app 颜色搭配,色采 - 写给大家用的配色 App - Android 应用 - 【最美应用】
  13. 一文解析SQLServer数据库
  14. 驱动读写应用程序内存
  15. 20本父母必读的亲子教育书籍
  16. twitter注册不了_如何阻止Twitter重点阻止不相关的通知
  17. 解决echart在tab中切换时显示不正确
  18. 无偏性、有效性、一致性
  19. 大家好!好想这里啊!
  20. 人人车被曝近百员工聚集北京总部维权

热门文章

  1. 阅面携手英特尔发布“繁星”系列产品,推动机器视觉迈入AI芯片新纪元
  2. 高阶函数 map,reduce, filter的用法
  3. shell实例100例《六》
  4. Fatal error LNK1168: cannot open *.exe file for writing
  5. OpenWrt中对USB文件系统的操作, 以及读写性能测试
  6. Spring Framework 官方文档学习(四)之Validation、Data Binding、Type Conversion(二)
  7. Spring MVC 接收json自动转换JSONObject
  8. SSO单点登录Spring-Security+CAS+使用手册.doc
  9. 【转】php需要掌握的东西
  10. Gitter - 高颜值GitHub小程序客户端诞生记 1