扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
IDEA 中怎么运行MapReduce 程序，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
成都创新互联是一家专业从事网站设计、网站建设的网络公司。作为专业网站建设公司,成都创新互联依托的技术实力、以及多年的网站运营经验,为您提供专业的成都网站建设、全网整合营销推广及网站设计开发服务！
将 Hadoop 解压本地目录，例如 C:\Hadoop
设置环境变量：
HADOOP_HOME 指向 Hadoop 解压目录
HADOOP_USER_NAME ： 用户名，Hadoop 运行的用户名（下一节 远程提交需要，跟 HDFS 集群所用的一样）
PATH：添加指向 HADOOP_HOME\bin 和 HADOOP_HOME\sbin 的值
重要：Windows 系统：Windows 运行 Hadoop 需要 winutils.exe 和 hadoop.dll 这两个文件:
https://github.com/cdarlint/winutils 下载对应 Hadoop 版本的
hadoop.dll 复制到 C:\Windows\System32
winutils.exe 复制到 HADOOP_HOME\bin
示例项目在 src/hadoop
选择 Gradle 或者 Maven 等构建工具，添加如下依赖：version 对应 Hadoop 的版本。
// https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common compile group: 'org.apache.hadoop', name: 'hadoop-common', version: '3.2.1' // https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client compile group: 'org.apache.hadoop', name: 'hadoop-client', version: '3.2.1'
日志输出配置：项目/src/main/resource/log4j.properties
log4j.appender.A1.Encoding=UTF-8
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d{ABSOLUTE} | %-5.5p | %-16.16t | %-32.32c{1} | %-32.32C %4L | %m%n新建:org.xiao.hadoop.chapter01.WordCount.class :
public class WordCount {
public static class WordCountMapper extends Mapper {
private final static IntWritable ONE = new IntWritable(1);
private final Text word = new Text();
@Override
public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
// 按照空格切割字符串，一行一行输入的
// Context 将输出内容写入 《Hadoop 权威指南》P25
StringTokenizer itr = new StringTokenizer(value.toString());
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, ONE);
}
}
}
public static class WordCountReducer extends Reducer {
private final IntWritable result = new IntWritable();
@Override
public void reduce(Text key, Iterable values, Context context)
throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
result.set(sum);
context.write(key, result);
}
}
public static void main(String[] args) throws Exception {
// 读取配置文件
Configuration conf = new Configuration();
// 设置任务名称
Job job = Job.getInstance(conf, "WordCount");
// 设置运行的 jar 包，通过 class 的形式 TODO：验证直接设置 jar 包
job.setJarByClass(WordCount.class);
// Map 的类，
job.setMapperClass(WordCountMapper.class);
// Reducer 类的设置
// Combiner 是非必须的，属于优化方案，用于找出每个 Map 的结果，然后再通过 Reducer 再次聚合
// 作用是减少每个 map 输出结果量，有他没他最终结果是一样的 ，《Hadoop 权威指南》中文第三版 P35
job.setCombinerClass(WordCountReducer.class);
job.setReducerClass(WordCountReducer.class);
// 设置输出的 key--value 的类型，Hadoop 的 org.apache.hadoop.io 包提供了一套可优化的网络序列化传输基本类型。
// 并不直接使用 Java 的内嵌类型
// Text 相当于 String
job.setOutputKeyClass(Text.class);
// IntWritable 相当于 Integer
job.setOutputValueClass(IntWritable.class);
// 设置输入文件的路径,可以直接指定或者通过传入参数
FileInputFormat.addInputPath(job, new Path("input/chapter01/WordCount"));
// 设置输出文件的存放路径
FileOutputFormat.setOutputPath(job, new Path("output/chapter01/WordCount"));
// true 表示打印 job 和 Task 的运行日志，如果正常运行结束则返回零
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
} 如果是 Windows 系统和 Gradle 项目，需要打开 Idea 设置，将 Gradle 的设置如下，不然日志会乱码
Hadoop 输入文件：input/chapter01/WordCount/word.txt
hello world hello hadoop hello bigdata hello hadoop and bigdata
Hadoop 输出文件夹，output/chapter01/WordCount 运行程序前需要删除。
在 WordCount.class 按 Ctrl + Shift + F10 直接运行程序即可。项目运行配置：
输出示例：src/hadoop/output/chapter01/WordCount/part-r-00000，没有错误。
and 1 bigdata 2 hadoop 2 hello 4 world 1
前提已经完成：Hadoop 安装和配置
2020.05.07 更新：追踪源码发现，这只是使用集群中的文件，并没有提交到集群。见 2.5 真远程提交。
2.1、在上一节的基础上，增加如下配置：
文件： resource/core-site.xml
fs.defaultFS hdfs://master:9000
文件 resource/mapred-site.xml
mapred.remote.os Linux Remote MapReduce framework's OS, can be either Linux or Windows mapreduce.app-submission.cross-platform true
hdfs-site.xml 和 yarn-site.xml 可以直接复制集群上的配置文件。
2.2、安装 BigDataTools 插件
安装 Idea 官方的 BigDataTools插件，配置连接到 HDFS 集群。可以方便的上传、下载、删除文件。
2.3、修改一下代码
Map 输入文件路径可以是绝对路径，也可以是相对路径。
// 读取配置文件，自动读取 resource 的那几个 xml
Configuration conf = new Configuration();
// 省略其他
// 设置输入文件的路径,可以直接指定或者通过传入参数
// new Path(arg[0]) 通过 Programmer argument 传入
// Path("input") 等于 hdfs://master:9000/user/{HADOOP_USER_NAME}/input
FileInputFormat.addInputPath(job, new Path("input"));
// 设置输出文件的存放路径
FileOutputFormat.setOutputPath(job, new Path("output"));将 input/chapter01/WordCount/word.txt 上传到 hdfs://master:9000/user/{HADOOP_USER_NAME}/input，（上文：解压 Hadoop 和设置环境变量）
2.4、运行项目
如果已经存在 output 文件夹，需要先删除了。
同样，按 Ctrl + Shift + F10 运行项目，结果存储在 hdfs://master:9000/user/{HADOOP_USER_NAME}/output/part-r-00000 中。
2.5、真远程提交方式
首先，使用 Gradle 将代码打包成 jar 文件，修改文件 src/hadoop/build.gradle，添加
dependencies {
// 省略依赖
}
// 支持中文编码和注释
tasks.withType(JavaCompile) {options.encoding = "UTF-8"}使用 Gradle 打包成 jar ,点击右边 框起来的 jar 命令，左边是生产的 jar 文件。
将 jar 提交到远程，以下两种方式：
方式一：文件 src/hadoop/src/main/java/org/xiao/hadoop/chapter01/WordCount.java 读取配置文件的地方
// 读取配置文件
Configuration conf = new Configuration();
conf.set("mapreduce.job.jar","D:/Project/BigDateNotes/src/hadoop/build/libs/hadoop-1.0.0.jar");或者 mapred-site.xml 文件添加，注意不管方式一还是方式二，都必须指定 ：mapreduce.framework.name 为 yarn。
mapreduce.framework.name yarn mapreduce.job.jar D:/Project/BigDateNotes/src/hadoop/build/libs/hadoop-1.0.0.jar
提交运行就行了
小结：
Window 下运行 Hadoop 需要 winutils.exe 和 hadoop.dll
推荐使用构建工具如 Maven、Gradle 管理 Hadoop 依赖
Windows 下 需要设置 Gradle 的 build and run using、tests run using 为 IDEA（因为中文注释和终端输出乱码问题）
Idea 远程提交需要设置 mapred.remote.os，mapreduce.app-submission.cross-platform，mapreduce.job.jar 这三个配置。
关于IDEA 中怎么运行MapReduce 程序问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网