命令行运行hadoop实例wordcount程序

3ewsd

　　参考1：http://www.cnblogs.com/flying5/archive/2011/05/04/2078408.html
　　需要说明的有以下几点。
1.如果wordcount程序不含层次，即没有package
　　那么使用如下命令：
　　[cpp] view plaincopy

• 　　hadoop jar wordcount.jar WordCount2 /home/hadoop/input/20418.txt /home/hadoop/output/wordcount2-6
  

　　该命令行的意思大致是：执行hadoop 程序，该程序在wordcount.jar中。该wordcount.jar包含以下几个class文件，分别是WordCount.java编译产生的3个class文件：

• 　　WordCount.class
  
• 　　WordCount$Map.class
  
• 　　WordCount$Reduce.class
  

　　和WordCount2.java编译产生的四个claas文件：

• 　　classWordCount2.class
  
• 　　WordCount2$IntSumReducer.class
  
• 　　WordCount2$IntWritableDecreasingComparator.class
  
• 　　WordCount2$TokenizerMapper.class
  

　　并且这几个.class文件是在jar包的根目录下。将上述七个class文件打包成jar文件的方法如下：假设上述七个class文件在同一个目录WordCount文件夹下，使用命令行进入到该级目录，然后通过如下命令打包：
　　[java] view plaincopy

• 　　jar cvf WordCount.jar *.class
  

2.如果wordcount程序含有层次
　　那么使用如下命令（错误）：
　　[cpp] view plaincopy

• 　　$ hadoop jar wordcount.jar WordCount2 /home/hadoop/input/20418.txt /home/hadoop/output/wordcount2-7
  

　　会报错，错误如下：（具体原因可以参考博客：http://blog.csdn.net/xw13106209/article/details/6861855）
　　[cpp] view plaincopy

• 　　Exception in thread "main" java.lang.ClassNotFoundException: WordCount2
  
• 　　at java.net.URLClassLoader$1.run(URLClassLoader.java:202)
  
• 　　at java.security.AccessController.doPrivileged(Native Method)
  
• 　　at java.net.URLClassLoader.findClass(URLClassLoader.java:190)
  
• 　　at java.lang.ClassLoader.loadClass(ClassLoader.java:306)
  
• 　　at java.lang.ClassLoader.loadClass(ClassLoader.java:247)
  
• 　　at java.lang.Class.forName0(Native Method)
  
• 　　at java.lang.Class.forName(Class.java:247)
  
• 　　at org.apache.hadoop.util.RunJar.main(RunJar.java:149)
  

　　正确命令如下：
　　[cpp] view plaincopy

• 　　$ hadoop jar WordCount.jar org.apache.hadoop.examples.WordCount2 /home/hadoop/input/20418.txt /home/hadoop/output/wordcount2-7
  

　　这里唯一的不同色jar包的不同，上一条命令的jar包是wordcount.jar，而这里的java包是WordCount.jar。WordCount.jar把是对org/apache/hadoop/examples整个目录打包得到的。
3.编译WordCount.java程序
　　在参考1中使用了类似以下的命令来编译WordCount.java
　　[cpp] view plaincopy

• 　　javac -classpath /home/hadoop/program/hadoop-0.20.1/hadoop-0.20.1-core.jar WordCount.java -d /home/hadoop/WordCount/
  

　　这条命令的指定了classspath为 /home/hadoop/program/hadoop-0.20.1/hadoop-0.20.1-core.jar 。其实我们可以修改环境变量来省去这些内容。
　　具体方法为：
　　[cpp] view plaincopy

• 　　sudo gedit /etc/profile
  

　　修改
　　[cpp] view plaincopy

• 　　export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:$CLASSPATH
  

　　为
　　[cpp] view plaincopy

• 　　export HADOOP_HOME=/home/hadoop/program/hadoop-0.20.1
  
• 　　export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:$CLASSPATH:$HADOOP_HOME/hadoop-0.20.1-core.jar
  

　　这样的话，就可以直接使用如下命令来编译WordCount.java程序了
　　[cpp] view plaincopy

• 　　javac  WordCount.java -d /home/hadoop/WordCount/
  

　　注意：这里的WordCount.java可以有包名，也可以没有包名。如果没有包名的话，在/home/hadoop/WordCount/目录下就有几个编译完成的.class文件。如果有包名的话，那么在/home/hadoop/WordCount/目录下还会生成包的结构目录。
4.出现无法编译WordCount.java程序的情况
　　在使用同样的编译命令的时候
　　[cpp] view plaincopy

• 　　javac WordCount2.java -d /home/hadoop/WordCount/
  

　　会提示如下错误：
　　[cpp] view plaincopy

• 　　WordCount2.java:93: 无法访问 org.apache.commons.cli.Options
  
• 　　未找到 org.apache.commons.cli.Options 的类文件
  
• 　　String[] otherArgs = new GenericOptionsParser(conf, args)
  
• 　　^
  
• 　　1 错误
  

　　查了一些资料，这个错误主要是因为WordCount2.java里面用到了一些类，而这些类没有在classpath路径下注册。所以会产生这样的错误。因为在eclipse中，我们的bulid path中的library中添加的jar包不单单只有hadoop-0.20.1-core.jar一个jar，还有其他许多的jar，如果要通过命令行将这些jar包全部打出来，非常麻烦。这里推荐使用ant来进行编译。具体如何使用ant，可能会在后面的博客中提及。我们可以使用eclipse来帮我们编译。参考博客：eclipse编译java文件。
　　原文地址：http://blog.csdn.net/xw13106209/article/details/6862480