eclipse怎样使用maven连接hadoop集群

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了eclipse怎样使用maven连接hadoop集群相关的知识,希望对你有一定的参考价值。

参考技术A

关于Maven的使用就不再啰嗦了,网上很多,并且这么多年变化也不大,这里仅介绍怎么搭建Hadoop的开发环境。

1. 首先创建工程

[plain] view plain copy

    mvn archetype:generate -DgroupId=my.hadoopstudy -DartifactId=hadoopstudy -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false  


    2. 然后在pom.xml文件里添加hadoop的依赖包hadoop-common, hadoop-client, hadoop-hdfs,添加后的pom.xml文件如下

    [html] view plain copy

    <project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://maven.apache.org/POM/4.0.0"  

    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">  

    <modelVersion>4.0.0</modelVersion>  

    <groupId>my.hadoopstudy</groupId>  

    <artifactId>hadoopstudy</artifactId>  

    <packaging>jar</packaging>  

    <version>1.0-SNAPSHOT</version>  

    <name>hadoopstudy</name>  

    <url>http://maven.apache.org</url>  

    <dependencies>  

    <dependency>  

    <groupId>org.apache.hadoop</groupId>  

    <artifactId>hadoop-common</artifactId>  

    <version>2.5.1</version>  

    </dependency>  

    <dependency>  

    <groupId>org.apache.hadoop</groupId>  

    <artifactId>hadoop-hdfs</artifactId>  

    <version>2.5.1</version>  

    </dependency>  

    <dependency>  

    <groupId>org.apache.hadoop</groupId>  

    <artifactId>hadoop-client</artifactId>  

    <version>2.5.1</version>  

    </dependency>  

    <dependency>  

    <groupId>junit</groupId>  

    <artifactId>junit</artifactId>  

    <version>3.8.1</version>  

    <scope>test</scope>  

    </dependency>  

    </dependencies>  

    </project>  


    3. 测试
    3.1 首先我们可以测试一下hdfs的开发,这里假定使用上一篇Hadoop文章中的hadoop集群,类代码如下

    [java] view plain copy

    package my.hadoopstudy.dfs;  

    import org.apache.hadoop.conf.Configuration;  

    import org.apache.hadoop.fs.FSDataOutputStream;  

    import org.apache.hadoop.fs.FileStatus;  

    import org.apache.hadoop.fs.FileSystem;  

    import org.apache.hadoop.fs.Path;  

    import org.apache.hadoop.io.IOUtils;  

    import java.io.InputStream;  

    import java.net.URI;  

    public class Test   

    public static void main(String[] args) throws Exception   

    String uri = "hdfs://9.111.254.189:9000/";  

    Configuration config = new Configuration();  

    FileSystem fs = FileSystem.get(URI.create(uri), config);  

    // 列出hdfs上/user/fkong/目录下的所有文件和目录  

    FileStatus[] statuses = fs.listStatus(new Path("/user/fkong"));  

    for (FileStatus status : statuses)   

    System.out.println(status);  

      

    // 在hdfs的/user/fkong目录下创建一个文件,并写入一行文本  

    FSDataOutputStream os = fs.create(new Path("/user/fkong/test.log"));  

    os.write("Hello World!".getBytes());  

    os.flush();  

    os.close();  

    // 显示在hdfs的/user/fkong下指定文件的内容  

    InputStream is = fs.open(new Path("/user/fkong/test.log"));  

    IOUtils.copyBytes(is, System.out, 1024, true);  

      

      


    3.2 测试MapReduce作业
    测试代码比较简单,如下:

    [java] view plain copy

    package my.hadoopstudy.mapreduce;  

    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;  

    import org.apache.hadoop.util.GenericOptionsParser;  

    import java.io.IOException;  

    public class EventCount   

    public static class MyMapper extends Mapper<Object, Text, Text, IntWritable>  

    private final static IntWritable one = new IntWritable(1);  

    private Text event = new Text();  

    public void map(Object key, Text value, Context context) throws IOException, InterruptedException   

    int idx = value.toString().indexOf(" ");  

    if (idx > 0)   

    String e = value.toString().substring(0, idx);  

    event.set(e);  

    context.write(event, one);  

      

      

      

    public static class MyReducer 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();  

    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();  

    if (otherArgs.length < 2)   

    System.err.println("Usage: EventCount <in> <out>");  

    System.exit(2);  

      

    Job job = Job.getInstance(conf, "event count");  

    job.setJarByClass(EventCount.class);  

    job.setMapperClass(MyMapper.class);  

    job.setCombinerClass(MyReducer.class);  

    job.setReducerClass(MyReducer.class);  

    job.setOutputKeyClass(Text.class);  

    job.setOutputValueClass(IntWritable.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 package”命令产生jar包hadoopstudy-1.0-SNAPSHOT.jar,并将jar文件复制到hadoop安装目录下

    这里假定我们需要分析几个日志文件中的Event信息来统计各种Event个数,所以创建一下目录和文件

    [plain] view plain copy

    /tmp/input/event.log.1  

    /tmp/input/event.log.2  

    /tmp/input/event.log.3  


    因为这里只是要做一个列子,所以每个文件内容可以都一样,假如内容如下

    [plain] view plain copy

    JOB_NEW ...  

    JOB_NEW ...  

    JOB_FINISH ...  

    JOB_NEW ...  

    JOB_FINISH ...  


    然后把这些文件复制到HDFS上

    [plain] view plain copy

    $ bin/hdfs dfs -put /tmp/input /user/fkong/input  


    运行mapreduce作业

    [plain] view plain copy

    $ bin/hadoop jar hadoopstudy-1.0-SNAPSHOT.jar my.hadoopstudy.mapreduce.EventCount /user/fkong/input /user/fkong/output  


    查看执行结果

    [plain] view plain copy

    $ bin/hdfs dfs -cat /user/fkong/output/part-r-00000  

Eclipse Hadoop源码阅读环境

一、解压hadoop src包到workspace目录
二、File->Import->Existing Maven Projects,在Root Directory处选择解压好的目录,Finish
三、等待maven把依赖包下载好后,会出现一些问题,下面是重头戏。
四、maven问题解决
(1)若发现maven依赖包找不见,找到位置后删除jar包目录,然后右击工程,Alt+F5,确认后会自动下载。不要手动下载第三方包,可能不识别
(2)报 maven-resources-plugin prior to 2.4 is not supported by m2e,
Windiow > Preferences > Maven > Errors/Warnings > Plugin executiuon not covered by lifecycle configuration. 选择Ignore。
或者快速修复,Mark goal as ignored in Eclipse build in Eclipse preferences
 
简单而有效,是我的一贯作用,喜欢看长篇大论的可以出门右转。

以上是关于eclipse怎样使用maven连接hadoop集群的主要内容,如果未能解决你的问题,请参考以下文章

用maven导入hadoop源码到eclipse中报异常

eclipse上搭建hadoop开发环境

使用 Eclipse / Maven 构建 Hadoop - 缺少工件 jdk.tools:jdk.tools:jar:1.6

eclipse怎样安装php插件

如何使用eclipse maven构建hbase开发环境

Hadoop项目开发环境搭建(EclipseMyEclipse + Maven)