hadoop02-yarn/mapreduce

**URL url = new URL("hdfs://master:9000/file");

Exception:no protocol hdfs
Solution:
    1.导入hadoop-hdfs
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>2.7.6</version>
    </dependency>
    2.设置hdfs协议工厂
    URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());

**获得FileSystem

Configuration conf = new Configuration();
//conf.set(key, value);
conf.set("fs.DefaulfFS", "hdfs://master:9000");
FileSystem fs = FileSystem.get(conf);

**Hadoop 分块根据冗余机制存储，可动态横向扩展

三大逻辑块
yarn       : 资源调度
    namenode -- resourcemanager(一般分开，占内存高)
    datanode -- nodemanager    (一般一起，避免资源搬运)

    配置yarn-site.xml
    start-yarn.sh
hdfs       : 分布式存储空间
mapreduce  : 数据运算处理
    按行拆分成key(当前字节数),value(内容)
    再把内容map成想要的键值
    将map的结果进行reduce
    输出结果
三者之间low coupling，可单独存在

**代码示例WordCount

    准备工作
    1.maven依赖
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.7.6</version>
            <scope>provided</scope>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.7.6</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.6</version>
        </dependency>

    2.Exception Retrying connect to server: 0.0.0.0/0.0.0.0:10020
    配置服务器的mapred-site.xml
    cp mapred-site.xml.template mapred-site.xml
    vim mapred-site.xml
    <property>  
        <name>mapreduce.jobhistory.address</name>  
        <value>master:10020</value>  
    </property>
    //启动historyserver
    mr-jobhistory-daemon.sh start historyserver

    3.配置Configuration
    Configuration conf = new Configuration();
    //配置namenode端口
    conf.set("fs.defaultFS", "hdfs://master:9000");
    //将jar传给服务器
    conf.set("mapreduce.job.jar", "learnhadoop.jar");
    conf.set("mapreduce.framework.name", "yarn");
    conf.set("yarn.resourcemanager.hostname", "master");
    conf.set("mapreduce.app-submission.cross-platform", "true");
    //jobhistory日志
    conf.set("mapreduce.jobhistory.address", "master:10020");

    代码
    1.map
    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        //每一个单词key计数为1
        private final static IntWritable one = new IntWritable(1);
        private Text word = new Text();

        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);
            }
        }
    }

    2.reduce
    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
        private IntWritable result = new IntWritable();
        //reduce the value of key
        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);
        }
    }

    3.job
    String input = "/hello.txt";//相对hdfs根目录
    String output = "/output/";//相对hdfs根目录，自动创建目录mkdir
    // String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    // if (otherArgs.length < 2) {
    // System.err.println("Usage: wordcount <in> [<in>...] <out>");
    // System.exit(2);
    // }
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    //输出的键值类型
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    // for (int i = 0; i < otherArgs.length - 1; ++i) {
    // FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    // }

    FileInputFormat.setInputPaths(job, new Path(input));
    FileOutputFormat.setOutputPath(job, new Path(output));
    // FileOutputFormat.setOutputPath(job,
    // new Path(otherArgs[otherArgs.length - 1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);