零基础学习hadoop到上手工作线路指导（编程篇）

Posted 2021-02-09 呆瓜小贼66

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了零基础学习hadoop到上手工作线路指导（编程篇）相关的知识，希望对你有一定的参考价值。

问题导读：
1.hadoop编程需要哪些基础？
2.hadoop编程需要注意哪些问题？
3.如何创建mapreduce程序及其包含几部分？
4.如何远程连接eclipse，可能会遇到什么问题？
5.如何编译hadoop源码？

技术图片

阅读此篇文章，需要些基础下面两篇文章
零基础学习hadoop到上手工作线路指导（初级篇）

零基础学习hadoop到上手工作线路指导（中级篇）
如果看过的话，看这篇不成问题，此篇讲hadoop编程篇。

hadoop编程，hadoop是一个Java框架，同时也是编程的一次革命，使得传统开发运行程序由单台客户端（单台电脑）转换为可以由多个客户端运行（多台机器）运行，使得任务得以分解，这大大提高了效率。

hadoop既然是一个Java框架，因为我们必须要懂Java，网上有大量的资料，所以学习Java不是件难事。但是学到什么程度，可能是我们零基础同学所关心的。
语言很多情况下都是相通的，如果你是学生，还处于打基础的阶段，那么难度对于你来说还是不小的。

1.初学者要求必须有理论基础，并且能够完成一个小项目，最起码能够完成几个小例子，例如图书馆里等。
初学者基本的要求：
（1）懂什么是对象、接口、继续、多态
（2）必须熟悉Java语法
（3）掌握一定的常用包
（4）会使用maven下载代码
（5）会使用eclipse，包括里面的快捷键，如何打开项目

传统程序员，因为具有丰富的编程经验，因此只要能够掌握开发工具：
（1）会使用maven下载代码
（2）会使用eclipse，包括里面的快捷键，如何打开项目
（3）简单熟悉Java语法

上面的只是基础，如果想开发hadoop，还需要懂得下面内容
（1）会编译hadoop
（2）会使用hadoop-eclipse-plugin插件，远程连接集群
（3）会运行hadoop程序。

上面列出大概的内容，下面我们具体说一些需要学习的内容。

无论是传统开发人员还是学生，零基础下面都是需要掌握的：

我们就需要进入开发了。开发零基础，该如何，咱们提供了相关的内容分别介绍下面文章
学习hadoop----java零基础学习线路指导视频(1)
这一篇我们使用什么开发工具，甚至考虑使用什么操作系统。然后就是Java基础知识篇，包括变量、函数等。

学习hadoop---Java初级快读入门指导（2）
第一篇是属于思想篇，那么这一篇属于实战篇，通过不同的方式，交给你怎么编写第一个小程序。

Java零基础：一步步教你如何使用eclipse创建项目及编写小程序实例
由于上面没有真正抽象出eclipse的使用，所以这里专门介绍了使用eclipse如何创建项目，及如何编写小程序实例

java基础：eclipse编程不得不知道的技巧
eclipse基本知识会了之后，我们在项目，这些技巧相当有用，而且经常用到

一、考虑开发环境
上面是我们打基础，有了这些基础，我们就开始学习开发hadoop了，但是我们该怎么搭建环境，我们知道Windows有32、64位之分，jdk也有，那么该如何解决，我们在window32位上需要使用32位jdk，64位则使用64位jdk，同样如果Linux则使用Linux32位于64位。
更详细，可以参考零基础利用Java开发hadoop需要考虑的问题

二、使用J2SE、J2EE
使用Java我们需要整体了解Java语言，Java包含下面三种

J2EE java企业版，主要用于web开发
J2SE java 标准版，主要用于WEB开发，但是缺少企业版的一些特性，一般情况下java下的应用都是指J2SE的开发。
J2ME java 微小版，主要用于手机等的开发

因此如果我们想处理、并展示数据，可以使用J2EE，更详细参考
hadoop开发--Java零基础之J2EE、J2SE、J2ME的区别

三、对Java有了一定的认识，我们开始使用Java
1.环境变量配置
对于惯用集成环境的开发者来讲，这有点不适应，比如.net，安装开发环境vs，直接开发就好了，为啥还需要配置环境变量。
环境变量可以让我们找到jdk的命令，这个或许.net的一点好处，就是都封装起来了。别的不用关心了。对于环境变量，我们
需要配置java_home,path路径，更详细参考：
hadoop开发--Java零基础之开发工具环境变量配置

2.开发工具选择
开发工具有很多种，不同的人习惯不同，开发工具也不一样，这里列出个人认为比较常用
1.eclipse
2.MyEclipse
3.maven
更多工具参考hadoop开发—Java零基础,开发选择什么开发工具比较合适
而其中maven可以和eclipse一起使用，也可以单独使用，后面开发中它还是比较常用的，比如我们下载hadoop源码，编译hadoop，都是需要maven来完成的。
maven的学习可以参考
源码编译maven系列视频教程汇总

3.Java编译
Java可以一处编译处处运行，原因是因为jvm。编译后的效果，可以查看：
Java零基础，学习hadoop：为什么要编译Java源代码，编译后会有什么效果
4.如何打开Java项目
Java项目的开发，还是比较特别的，是通过导入的方式，折合其它比如.net项目，直接点击图标就能打开，Java项目，例如通过eclipse的import导入，详细参考下面帖子：
零基础教你如何导入Java项目到eclipse中

5.Java资源下载：

上面补充了一些基本的知识，可能还不够全面，如果缺少这方面的知识，有两种办法：
1.百度，查看视频，缺什么看什么视频
2.如果想自己什么时候，都能看，可以下载下面的资源
javaWeb图书馆管理系统源码mysql版本

 Java使用hadoop开发基础：Javaweb视频共享

 几百GJava文件共享

 java百G内容下载：包含自学，入门，高级应用，案例等

Java基础完毕，我们终于可以开发了，其实开发也并不怎么困难，经常遇到的问题如下：
1.使用插件连接不上集群
windows下连接集有两个原因
1.用户名不一致
解决办法：
1、如果是测试环境，可以取消hadoop hdfs的用户权限检查。打开conf/hdfs-site.xml，找到dfs.permissions属性修改为false（默认为true）OK了。（1.2.1 版本只有这个方法可行），如何操作可以参考第一个问题。
技术图片

2、修改hadoop location参数，在advanced parameter选项卡中，找到hadoop.job.ugi项，将此项改为启动hadoop的用户名即可
3 修改window 机器的用户名为 hadoop 用户名。

2.运行mapreduce程序的时候，会检查权限
根据hadoop开发方式总结及操作指导
我们知道hadoop开发可以使用插件，也可以不使用插件，如果不使用插件开发可能会遇到下面问题

解决办法修改下权限就好了
windows eclipse运行mapreduce遇到权限问题该如何解决

3.缺少hadoop.dll,以及winutils.exe
（1）缺少winutils.exe回报如下错误：
Could not locate executable null inwinutils.exe in the hadoop binaries

windows通过hadoop-eclipse-plugin插件远程开发hadoop运行mapreduce遇到问题及解决

（2）缺少hadoop.dll
错误如下：
Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
解决办法：
1.首先将hadoop.dll放到hadoop的bin目录下，如下图所示
技术图片

2.配置hadoop home及path

path，这里使用的是绝对路径，path里面配置的是hadoop的bin路径。配置完毕，切忌重启机器
如下图所示

包及插件的下载，可以在这里面找
hadoop家族、strom、spark、Linux、flume等jar包、安装包汇总下载(持续更新)
上面总结了我们开发环境中经常遇到的问题，上面问题打了预防针，我们后面在连接的时候，就会顺利多了。
上面主要讲的window远程连接集群，还有另外一种就是Linux连接集群，这个遇到的问题不多，后面也有所涉及

开发hadoop，可以在Linux下，也可以在window下面
这里主要讲的是window下面：

该如何远程连接hadoop集群
对于不同版本不同的配置，远程连接的配置有所不同，特别是端口的配置，但是总体的步骤是差不多的，下面分别是hadoop1.X与hadoop2.X

1.插件远程连接
hadoop1.X
hadoop开发方式之一：利用插件开发指导

hadoop2.X
新手指导：Windows上使用Eclipse远程连接Hadoop进行程序开发

 hadoop2.2 eclipse链接hdfs(hadoop)
配置Hadoop 2.x开发环境（Eclipse）

2.远程连接问题
连接中存在问题上面总结了一部分，比如插件、缺.dll、版本等问题

Win7中使用Eclipse连接虚拟机中的Ubuntu中的Hadoop2.4经验总结

 windows 7 使用 eclipse 下hadoop应用开发环境搭建及问题总结

3.运行mapreduce
已经连接上集群，我们开始运行可以编程了，这里面我们可以操作hdfs，如下例：
hadoop实战：Java对hdfs的编程
 Java创建hdfs文件实例
 Java操作HDFS错误总结

当然操作hdfs，会遇到权限问题，修改hdfs-site.xml即可，我们不在重复。
除了操作hdfs上传下载文件等操作，我们还需要完成一定的功能，比如wordcount等简单功能。这里面编程完成三方面内容：
1.map函数，起到分割的作用
2.reduce函数，处理然后汇总
3.main（）驱动。
4.如何带参数还需要继续Tool接口，带参数详细参考
如何编写运行带参数输入输出路径hadoop程序

(1)创建mapreduce
运行mapreduce参数参考下面：
我们首先可以完成一定的功能，功能的实现，可以参考
MapReduce初级案例（1）：使用MapReduce去重
 MapReduce初级案例（2）：使用MapReduce数据排序
 MapReduce初级案例（3）：使用MapReduce实现平均成绩
通过上面的实现，这里有一个例子，可以放到项目中，直接运行，当然你需要创建数据文件，及根据自己的实际情况修改uri,也就是hdfs：//。。。需要修改成自己的内容。
新手指导，该如何在开发环境中，创建mapreduce程序

如果我们对mapreduce有一个深度的了解，我们可以把大部分程序转换为mapreduce来实现，详细参考如何让传统程序转换成mapreduce

hadoop编程需要注意的问题虽然hadoop是Java语言编写的，但是其有自己的数据类型，及并且可能会遇到编码问题，同时由于mapreduce的分区，采用的是hash算发，下面的内容，可以了解一下
hadoop编程基础：数据类型介绍及与Java数据类型之间转换
 eclipse 调试hadoop需要注意编码问题

 hadoop基础：Java中的Hash值介绍

(2)运行mapreduce
创建完毕，我们有两种方式运行mapreduce，一种打包到集群运行，一种在eclipse中运行。
hadoop集群，如何运行Java jar包---如何运行mapreduce程序

打包集群运行：参考下面内容
java零基础：将java源码打成jar包各种方法介绍
 hadoop编程：解决eclipse能运行，打包放到集群上ClassNotFoundException:经验总结

(3)运行中会遇到的问题
在开头已经说了一些经典的问题，这里在列出一些相关帖子。
1.eclipse中开发Hadoop2.x的Map/Reduce项目汇总
阐述了下面问题：