初识hadoop

最新推荐文章于 2025-12-19 15:50:30 发布

原创最新推荐文章于 2025-12-19 15:50:30 发布 · 829 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#hadoop #大数据 #分布式

本文介绍了ApacheHadoop项目，包括其作为可靠、开源的分布式软件，重点讲解了HDFS分布式文件系统、YARN资源管理和作业调度，以及MapReduce分布式计算框架。通过WordCount示例展示了如何使用Mapper和Reducer进行数据处理。

官方网址：Apache Hadoop

1、hadoop是什么？

hadoop是Apache顶级项目

hadoop是一个可靠的、可扩展的、开源的、分布式软件

2、初识hadoop理解图

将hadoop按照官方文档部署好后，你只需要编写简单的代码就可以在多台机器上实现分布式计算

hdfs（Hadoop Distributed File System）：

是hadoop分布式文件系统，意思就是可以将你要放的文件分散到多个节点上

yarn：

资源管理和作业调度/监视，可以将你写的程序移动到需要计算的数据节点进行计算，并进行状态的监控

MapReduce：

分布式计算框架，按照框架继承Mapper、Reducer，并在main方法中进行提交即可实现分布式计算了

3、示例程序WordCount

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();
      
    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> [<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);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    for (int i = 0; i < otherArgs.length - 1; ++i) {
      FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    }
    FileOutputFormat.setOutputPath(job,
      new Path(otherArgs[otherArgs.length - 1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}