Eclipse+Maven构建Hadoop项目的方法步骤

三叶草

这篇文章主要介绍了Eclipse+Maven构建Hadoop项目的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
maven 翻译为”专家”、”内行”，是 apache 下的一个纯 java 开发的开源项目。基于项目对象模型(project object model 缩写：pom)概念，maven利用一个中央信息片断能管理一个项目的构建、报告和文档等步骤。maven 是一个项目管理工具，可以对 java 项目进行构建、依赖管理。
在开发一些大型项目的时候，需要用到各种各样的开源包jar，为了方便管理及加载jar，使用maven开发项目可以节省大量时间且方便项目移动至新的开发环境。
开发环境

系统：macos 10.14.1
hadoop：2.7.0
java：1.8.0
eclipse：4.6.2
maven: 3.3.9

maven安装
我使用的这个版本的eclipse已经自带了maven插件，不需要在自行安装，因此我也没有实际操作，本文就不介绍如何配置。
至于怎么知道自己使用的eclipse是否自带有maven，可以在eclipse->preference->maven->installations查看是否有maven及版本号。或者直接新建项目查看是否有maven选项。

构建hadoop环境
创建maven项目
打开eclipse，file->new->project，选择maven，然后下一步next

选择creat a simple project，然后下一步next

输入group id和artifact id。然后finish。
groupid和artifactid被统称为“坐标”是为了保证项目唯一性而提出的，如果你要把你项目弄到maven本地仓库去，你想要找到你的项目就必须根据这两个id去查找。
groupid一般分为多个段，这里我只说两段，第一段为域，第二段为公司名称。域又分为org、com、cn等等许多，其中org为非营利组织，com为商业组织。举个apache公司的tomcat项目例子：这个项目的groupid是org.apache，它的域是org（因为tomcat是非营利项目），公司名称是apache，artigactid是tomcat。
比如我创建一个项目，我一般会将groupid设置为cn.snowin，cn表示域为中国，snowin是我个人姓名缩写，artifactid设置为testproj，表示你这个项目的名称是testproj，依照这个设置，你的包结构最后是cn.snowin.testproj打头。(引自链接 )

完成上述步骤后，就可以在project explorer中看到刚刚创建的maven项目。

增加hadoop依赖
我使用的hadoop 2.7版本，以下是我的pom配置文件

<project xmlns="http://maven.apache.org/pom/4.0.0" xmlns:xsi="http://www.w3.org/2001/xmlschema-instance"
  xsi:schemalocation="http://maven.apache.org/pom/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelversion>4.0.0</modelversion>
 
  <groupid>practice.hadoop</groupid>
  <artifactid>simple-examples</artifactid>
  <version>0.0.1-snapshot</version>
  <packaging>jar</packaging>
 
  <name>simple-examples</name>
  <url>http://maven.apache.org</url>
 
  <properties>
    <project.build.sourceencoding>utf-8</project.build.sourceencoding>
  </properties>
 
  <dependencies>
    <dependency>
      <groupid>junit</groupid>
      <artifactid>junit</artifactid>
      <version>4.12</version>
      <scope>test</scope>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-common</artifactid>
      <version>2.7.0</version>
    </dependency>
 
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-hdfs</artifactid>
      <version>2.7.0</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-client</artifactid>
      <version>2.7.0</version>
    </dependency>
    
    <dependency>
      <groupid>org.apache.mrunit</groupid>
      <artifactid>mrunit</artifactid>
      <version>1.1.0</version>
      <classifier>hadoop2</classifier>
      <scope>test</scope>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-core -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-mapreduce-client-core</artifactid>
      <version>2.7.0</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-yarn-api -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-yarn-api</artifactid>
      <version>2.7.0</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-auth -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-auth</artifactid>
      <version>2.7.0</version>
    </dependency>
 
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-minicluster -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-minicluster</artifactid>
      <version>2.7.0</version>
      <scope>test</scope>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-jobclient -->
    <dependency>
      <groupid>org.apache.hadoop</groupid>
      <artifactid>hadoop-mapreduce-client-jobclient</artifactid>
      <version>2.7.0</version>
      <scope>provided</scope>
    </dependency>
 
  </dependencies>
</project>

在project explorer中右键该项目，选择build project，maven就会根据pom.xml配置文件下载所需要的jar包。

稍等一段时间后，就可以看到maven dependencies中已经下载好的jar包。

hadoop配置文件
运行 mapreduce 程序前，务必将 /usr/local/cellar/hadoop/2.7.0/libexec/etc/hadoop 中将有修改过的配置文件（如伪分布式需要core-site.xml 和 hdfs-site.xml），以及log4j.properties复制到 src/main/resources/

mapreduce实例—wordcount
在 src/main/java/ 路径下，创建java文件，代码如下

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;
import org.apache.hadoop.util.genericoptionsparser;
 
public class wordcount {
 
  public static class tokenizermapper extends mapper<object, text, text, intwritable> {
 
    /**
     * longwritable, intwritable, text 均是 hadoop 中实现的用于封装 java
     * 数据类型的类，这些类实现了writablecomparable接口，
     * 都能够被串行化从而便于在分布式环境中进行数据交换，你可以将它们分别视为long,int,string 的替代品。
     */
    private final static intwritable one = new intwritable(1); // 值为1
    private text word = new text();
 
    public void map(object key, text value, context context) throws ioexception, interruptedexception {
      stringtokenizer itr = new stringtokenizer(value.tostring()); // 对字符串进行切分
      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();
  conf.addresource("classpath:/hadoop/core-site.xml");
  conf.addresource("classpath:/hadoop/hdfs-site.xml");
  conf.addresource("classpath:/hadoop/mapred-site.xml");
//    string[] otherargs = new genericoptionsparser(conf, args).getremainingargs();
    string[] otherargs = {"/input", "/output"};
    if (otherargs.length != 2) {
      system.err.println("usage: wordcount <in> <out>");
      system.exit(2);
    }
    job job = new job(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.setinputdirrecursive(job, true);
    fileinputformat.addinputpath(job, new path(otherargs[0]));
    fileoutputformat.setoutputpath(job, new path(otherargs[1]));
    system.exit(job.waitforcompletion(true) ? 0 : 1);
  }
 
}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持CodeAE代码之家。
原文链接：http://hareric.com/2019/02/01/Eclipse+Maven构建Hadoop项目/

[Java] Eclipse+Maven构建Hadoop项目的方法步骤

相关帖子

常用JavaScript的注释方法示例

怎么在JavaScript中加注释

常用HTML网页跳转的几种方法

Win10取消开机密码的2种方法

js保留两位小数方法总结

php使用GD库创建图片缩略图的方法

Discuz应用中心恢复授权的方法

Discuz X重置应用中心数据的方法

react如何引入css

阿里云盘获取refresh_token方法

三叶草 LV3