window 如何访问虚拟机的mapreduce（略写）

Posted 2021-01-23 xuexidememeda

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window 如何访问虚拟机的mapreduce（略写）相关的知识，希望对你有一定的参考价值。

首先先把你虚拟机和本机网络链接弄通（详情看上一篇）一些关于mapreduce 和hadoop的配置都在上一篇

安装eclipse 的hadoop Map/Reduce插件详情看其他博客园.........

这里里面配置的是你windows下的hadoop 高版本貌似兼容低版本下载请参考网上

我这里有hadoop-2.6.4的链接大家参考下载 https://www.lanzous.com/i2h1e2b

一般都会报winutils.exe 找不到呀各种错误需要吧你hadoop bin下的 hadoop.dll 文件放在你windows下system32文件夹下就会解决

代码不贴了自己玩吧

忘了你写的代码main函数或者函数中要包括

System.setProperty("hadoop.home.dir", "D:\\Program Files\\windowshadoop\\hadoop-2.6.4");

这个不弄会写不出文件到虚拟机里的后面路径是你windows系统下的hadoop路径网上的有的要改什么配置修改什么xml还有环境变量都是不存在的不用弄就能访问

还有你windows下访问虚拟机hdfs文件权限问题你可能无法直接删除你可以设置一下文件路径权限为所有用户共有 hdfs dfs -chmod 777 /+你的路径举个例子 hdfs dfs -chmod 777 /mymapreduce1/in 修改 mymapreduce1/in 下的目录权限

一个wordcount代码别copy运行了我没给你文件格式大致看一下

package mapreduce;
import java.io.IOException;  
import java.util.StringTokenizer;  
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 MyMapper extends Mapper<Object,Text,Text,IntWritable>{  
         private final static IntWritable one = new IntWritable(1);  
         private static String word = new String();  
         public void map(Object key, Text value, Context context) throws IOException,InterruptedException{  
                 StringTokenizer itr = new StringTokenizer(value.toString());  
               
                 while (itr.hasMoreTokens()){  
                          
                         word=itr.nextToken();
                         System.out.println(word);
                         String id=word.substring(0,word.indexOf("   "));
                         Text word2=new Text();
                         word2.set(id);
                         context.write(word2,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{  
         System.setProperty("hadoop.home.dir", "D:\\Program Files\\windowshadoop\\hadoop-2.6.4");
       Job job = Job.getInstance();  
       job.setJobName("WordCount");
       job.setJarByClass(WordCount.class);  
       job.setMapperClass(MyMapper.class);  
       job.setReducerClass(MyReducer.class);  
       job.setOutputKeyClass(Text.class);  
       job.setOutputValueClass(IntWritable.class);  
       Path in  = new Path("hdfs://hadoop:9000/mymapreduce1/in/buyer_favorite1") ;
       Path out  = new Path("hdfs://hadoop:9000/mymapreduce1/newout") ;
       FileInputFormat.addInputPath(job,in);  
       FileOutputFormat.setOutputPath(job,out);  
       System.exit(job.waitForCompletion(true)?0:1);  
}  
}