设为首页 收藏本站
查看: 819|回复: 0

[经验分享] Hadoop 实战之MapReduce链接作业之预处理

[复制链接]

尚未签到

发表于 2016-12-11 10:51:09 | 显示全部楼层 |阅读模式
环境:Vmware 8.0 和Ubuntu11.04
Hadoop 实战之MapReduce链接作业之预处理
第一步:首先创建一个工程命名为HadoopTest.目录结构如下图:
DSC0000.png


第二步: 在/home/tanglg1987目录下新建一个start.sh脚本文件,每次启动虚拟机都要删除/tmp目录下的全部文件,重新格式化namenode,代码如下:

[plain]viewplaincopy



  • sudorm-rf/tmp/*
  • rm-rf/home/tanglg1987/hadoop-0.20.2/logs
  • hadoopnamenode-format
  • hadoopdatanode-format
  • start-all.sh
  • hadoopfs-mkdirinput
  • hadoopdfsadmin-safemodeleave


第三步:给start.sh增加执行权限并启动hadoop伪分布式集群,代码如下:
[plain]viewplaincopy



  • chmod777/home/tanglg1987/start.sh
  • ./start.sh


执行过程如下:
DSC0001.png
第四步:上传本地文件到hdfs

在/home/tanglg1987目录下新建Customer.txt内容如下:
[plain]viewplaincopy



  • 100tom90
  • 101mary85
  • 102kate60

上传本地文件到hdfs:
[plain]viewplaincopy



  • hadoopfs-put/home/tanglg1987/ChainMapper.txtinput

第五步:新建一个ChainMapperDemo.java,代码如下:
[java]viewplaincopy



  • packagecom.baison.action;
  • importjava.io.IOException;
  • importjava.util.*;
  • importjava.lang.String;
  • importorg.apache.hadoop.fs.Path;
  • importorg.apache.hadoop.conf.*;
  • importorg.apache.hadoop.io.*;
  • importorg.apache.hadoop.mapred.*;
  • importorg.apache.hadoop.util.*;
  • importorg.apache.hadoop.mapred.lib.*;
  • publicclassChainMapperDemo{
  • publicstaticclassMap00extendsMapReduceBaseimplements
  • Mapper<Text,Text,Text,Text>{
  • publicvoidmap(Textkey,Textvalue,OutputCollectoroutput,
  • Reporterreporter)throwsIOException{
  • Textft=newText("100");
  • if(!key.equals(ft)){
  • output.collect(key,value);
  • }
  • }
  • }
  • publicstaticclassMap01extendsMapReduceBaseimplements
  • Mapper<Text,Text,Text,Text>{
  • publicvoidmap(Textkey,Textvalue,OutputCollectoroutput,
  • Reporterreporter)throwsIOException{
  • Textft=newText("101");
  • if(!key.equals(ft)){
  • output.collect(key,value);
  • }
  • }
  • }
  • publicstaticclassReduceextendsMapReduceBaseimplements
  • Reducer<Text,Text,Text,Text>{
  • publicvoidreduce(Textkey,Iteratorvalues,OutputCollectoroutput,
  • Reporterreporter)throwsIOException{
  • while(values.hasNext()){
  • output.collect(key,values.next());
  • }

  • }
  • }
  • publicstaticvoidmain(String[]args)throwsException{
  • String[]arg={"hdfs://localhost:9100/user/tanglg1987/input/ChainMapper.txt",
  • "hdfs://localhost:9100/user/tanglg1987/output"};
  • JobConfconf=newJobConf(ChainMapperDemo.class);
  • conf.setJobName("ChainMapperDemo");
  • conf.setInputFormat(KeyValueTextInputFormat.class);
  • conf.setOutputFormat(TextOutputFormat.class);
  • ChainMappercm=newChainMapper();
  • JobConfmapAConf=newJobConf(false);
  • cm.addMapper(conf,Map00.class,Text.class,Text.class,Text.class,
  • Text.class,true,mapAConf);
  • JobConfmapBConf=newJobConf(false);
  • cm.addMapper(conf,Map01.class,Text.class,Text.class,Text.class,
  • Text.class,true,mapBConf);
  • conf.setReducerClass(Reduce.class);
  • conf.setOutputKeyClass(Text.class);
  • conf.setOutputValueClass(Text.class);
  • FileInputFormat.setInputPaths(conf,newPath(arg[0]));
  • FileOutputFormat.setOutputPath(conf,newPath(arg[1]));
  • JobClient.runJob(conf);
  • }
  • }

第六步:Run On Hadoop,运行过程如下:
12/10/17 21:05:53 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=
12/10/17 21:05:53 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
12/10/17 21:05:53 WARN mapred.JobClient: No job jar file set. User classes may not be found. See JobConf(Class) or JobConf#setJar(String).
12/10/17 21:05:54 INFO mapred.FileInputFormat: Total input paths to process : 1
12/10/17 21:05:54 INFO mapred.JobClient: Running job: job_local_0001
12/10/17 21:05:54 INFO mapred.FileInputFormat: Total input paths to process : 1
12/10/17 21:05:54 INFO mapred.MapTask: numReduceTasks: 1
12/10/17 21:05:54 INFO mapred.MapTask: io.sort.mb = 100
12/10/17 21:05:54 INFO mapred.MapTask: data buffer = 79691776/99614720
12/10/17 21:05:54 INFO mapred.MapTask: record buffer = 262144/327680
12/10/17 21:05:54 INFO mapred.MapTask: Starting flush of map output
12/10/17 21:05:54 INFO mapred.MapTask: Finished spill 0
12/10/17 21:05:54 INFO mapred.TaskRunner: Task:attempt_local_0001_m_000000_0 is done. And is in the process of commiting
12/10/17 21:05:54 INFO mapred.LocalJobRunner: hdfs://localhost:9100/user/tanglg1987/input/ChainMapper.txt:0+35
12/10/17 21:05:54 INFO mapred.TaskRunner: Task 'attempt_local_0001_m_000000_0' done.
12/10/17 21:05:54 INFO mapred.LocalJobRunner:
12/10/17 21:05:54 INFO mapred.Merger: Merging 1 sorted segments
12/10/17 21:05:54 INFO mapred.Merger: Down to the last merge-pass, with 1 segments left of total size: 16 bytes
12/10/17 21:05:54 INFO mapred.LocalJobRunner:
12/10/17 21:05:54 INFO mapred.TaskRunner: Task:attempt_local_0001_r_000000_0 is done. And is in the process of commiting
12/10/17 21:05:54 INFO mapred.LocalJobRunner:
12/10/17 21:05:54 INFO mapred.TaskRunner: Task attempt_local_0001_r_000000_0 is allowed to commit now
12/10/17 21:05:54 INFO mapred.FileOutputCommitter: Saved output of task 'attempt_local_0001_r_000000_0' to hdfs://localhost:9100/user/tanglg1987/output
12/10/17 21:05:54 INFO mapred.LocalJobRunner: reduce > reduce
12/10/17 21:05:54 INFO mapred.TaskRunner: Task 'attempt_local_0001_r_000000_0' done.
12/10/17 21:05:55 INFO mapred.JobClient: map 100% reduce 100%
12/10/17 21:05:55 INFO mapred.JobClient: Job complete: job_local_0001
12/10/17 21:05:55 INFO mapred.JobClient: Counters: 15
12/10/17 21:05:55 INFO mapred.JobClient: FileSystemCounters
12/10/17 21:05:55 INFO mapred.JobClient: FILE_BYTES_READ=36152
12/10/17 21:05:55 INFO mapred.JobClient: HDFS_BYTES_READ=70
12/10/17 21:05:55 INFO mapred.JobClient: FILE_BYTES_WRITTEN=73202
12/10/17 21:05:55 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=12
12/10/17 21:05:55 INFO mapred.JobClient: Map-Reduce Framework
12/10/17 21:05:55 INFO mapred.JobClient: Reduce input groups=1
12/10/17 21:05:55 INFO mapred.JobClient: Combine output records=0
12/10/17 21:05:55 INFO mapred.JobClient: Map input records=3
12/10/17 21:05:55 INFO mapred.JobClient: Reduce shuffle bytes=0
12/10/17 21:05:55 INFO mapred.JobClient: Reduce output records=1
12/10/17 21:05:55 INFO mapred.JobClient: Spilled Records=2
12/10/17 21:05:55 INFO mapred.JobClient: Map output bytes=12
12/10/17 21:05:55 INFO mapred.JobClient: Map input bytes=35
12/10/17 21:05:55 INFO mapred.JobClient: Combine input records=0
12/10/17 21:05:55 INFO mapred.JobClient: Map output records=1
12/10/17 21:05:55 INFO mapred.JobClient: Reduce input records=1

第七步:查看结果集,运行结果如下:


DSC0002.png
[plain]viewplaincopy



  • sudorm-rf/tmp/*
  • rm-rf/home/tanglg1987/hadoop-0.20.2/logs
  • hadoopnamenode-format
  • hadoopdatanode-format
  • start-all.sh
  • hadoopfs-mkdirinput
  • hadoopdfsadmin-safemodeleave


第三步:给start.sh增加执行权限并启动hadoop伪分布式集群,代码如下:[plain]viewplaincopy



  • chmod777/home/tanglg1987/start.sh
  • ./start.sh

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-312717-1-1.html 上篇帖子: Hadoop学习笔记之三:用MRUnit做单元测试 下篇帖子: Hadoop学习四十四:某项目技术小结概述
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表