hadoop 2.2.0 編譯運行wordcount

hadoop2.2.0 編譯運行wordcount，由於hadoop2.2.0不支持eclipse的插件，因此運行wordcount，須要手動編譯並將wordcount打包成jar包來運行，下面記錄一下編譯運行的過程，但願能給你們有些幫助。

一、首先介紹下hadoop的版本問題，當前Hadoop版本比較混亂，讓不少用戶不知所措。實際上，當前Hadoop只有兩個版本：Hadoop 1.0和Hadoop 2.0，其中，Hadoop 1.0由一個分佈式文件系統HDFS和一個離線計算框架MapReduce組成，而Hadoop 2.0則包含一個支持NameNode橫向擴展的HDFS，一個資源管理系統YARN和一個運行在YARN上的離線計算框架MapReduce。相比於Hadoop 1.0，Hadoop 2.0功能更增強大，且具備更好的擴展性、性能，並支持多種計算框架。因爲hadoop 2.0不用於hadoop 1.0的API，因此，從hadoop 1.0升級到hadoop 2.0須要重寫mapreduce程序，關於從Hadoop 1.0升級到2.0（1）參考連接： http://dongxicheng.org/mapreduce-nextgen/hadoop-upgrade-to-version-2/  hadoop 2.2.0新功能介紹 參考連接http://docs.aws.amazon.com/zh_cn/ElasticMapReduce/latest/DeveloperGuide/emr-hadoop-2.2.0-features.html 

二、而後就是準備程序WordCount.java在/root/test/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>{  
      
    private final static IntWritable one = new IntWritable(1);  
    private Text word = new Text();  
    // value已是文件內容的一行  
    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();  
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();  
    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.addInputPath(job, new Path(otherArgs[0]));  
    FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));  
    System.exit(job.waitForCompletion(true) ? 0 : 1);  
  }  
}

三、新建bin文件夾在/root/test/下，將WordCount編譯成class文件，命令以下：

root@ubuntupc:/home/ubuntu/software/cdh5-hadoop/share/hadoop# javac -classpath common/hadoop-common-2.2.0-cdh5.0.0-beta-2.jar:common/lib/commons-cli-1.2.jar:common/lib/hadoop-annotations-2.2.0-cdh5.0.0-beta-2.jar:mapreduce/hadoop-mapreduce-client-core-2.2.0-cdh5.0.0-beta-2.jar -d /root/test/bin/ /root/test/WordCount.java

四、將class文件打包成jar包，命令以下：

root@ubuntupc:~/test# jar -cvf WordCount.jar com/du/simple/*.class

五、運行jar文件

root@ubuntupc:~/test# hadoop jar WordCount.jar com/du/simple/WordCount /user/root/input /user/root/output

六、查看運行結果

root@ubuntupc:~/hadoop/WordCount# hadoop fs -cat output/part-r-00000

好的，到此打完收功！