头歌Hadoop开发环境搭建
引言
Hadoop是一个基于Java的开源分布式计算框架,用于处理大规模数据集。搭建Hadoop开发环境是进行Hadoop应用开发的第一步。本文将介绍如何搭建Hadoop开发环境,并提供代码示例以帮助读者更好地理解。
环境准备
在开始搭建Hadoop开发环境之前,需要准备以下环境:
- JDK:确保安装了Java开发工具包。
- Hadoop安装包:从Hadoop官方网站下载最新版本的安装包。
- Linux或者Windows操作系统:Hadoop可以在Linux和Windows上运行,本文以Linux为例。
安装Hadoop
步骤1:解压安装包
将下载的Hadoop安装包解压到任意目录,例如/opt/hadoop
。
$ tar -zxvf hadoop-3.3.1.tar.gz
$ mv hadoop-3.3.1 /opt/hadoop
步骤2:配置环境变量
编辑~/.bashrc
文件,在文件末尾添加以下内容,保存并退出。
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
执行以下命令使配置生效。
$ source ~/.bashrc
步骤3:配置Hadoop
进入Hadoop安装目录,编辑etc/hadoop/hadoop-env.sh
文件,设置Java环境变量。
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
编辑etc/hadoop/core-site.xml
文件,配置Hadoop的核心属性。
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
编辑etc/hadoop/hdfs-site.xml
文件,配置Hadoop分布式文件系统(HDFS)的属性。
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
步骤4:启动Hadoop
执行以下命令启动Hadoop。
$ start-dfs.sh
$ start-yarn.sh
步骤5:验证安装
打开浏览器,访问http://localhost:9870
,将显示Hadoop集群的状态信息。
示例代码
下面是一个简单的Hadoop示例代码,用于统计文本文件中各单词的出现次数。
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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;
public class WordCount {
public static class TokenizerMapper
extends Mapper<Object, Text, Text, IntWritable>{
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(Object key, Text value, Context context
) throws IOException, InterruptedException {
StringTokenizer itr = new StringTokenizer(value.toString());
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);
}
}
}
public static class IntSumReducer
extends Reducer<Text,IntWritable,Text,IntWritable> {
private IntWritable result = new IntWritable();
public void reduce(Text key, Iterable<IntWritable> 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 {
Configuration conf = new Configuration();
Job job = Job.getInstance(conf, "word count");
job.setJarByClass(WordCount.class);
job.setMapperClass(TokenizerMapper.class);
job.setCombinerClass(IntSumReducer.class);
job.setReducerClass(IntSumReducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath