在Windows10中创建Hadoop开发环境

于 2021-01-08 11:03:51 发布
阅读量672 收藏 1
点赞数 1
分类专栏： 大数据 文章标签： hadoop
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_32202099/article/details/112346875
版权

软件准备

使用Windows搭建单机开发环境

  • 安装JDK注意安装目录中不要有中文和空格，注意默认安装目录中Program Files有空格），配置JAVA_HOME

  • 首先根据需要下载hadoop版本,首先在Windows系统里打开浏览器，下载hadoop的安装包（二进制文件）:http://hadoop.apache.org/releases.html

    在这里插入图片描述

  • 直接解压（注意解压目录中不要有中文和空格）

  • 配置环境变量HADOOP_HOME

在这里插入图片描述

  • 配置系统变量Path，添加%HADOOP_HOME%\bin

  • 至此HADOOP单机开发环境完成，这时可以进行简单mapreduce程序开发

  • 写一个简单的wordcount测试一下，可以运行证明安装成功在这里插入图片描述

  • 详细代码，新建一个maven工程，根据安装Hadoop版本导入依赖，新建三个java文件WordcountMapper、WordCountReducer、WordCountDriver
    1.pom.xml

      <?xml version="1.0" encoding="UTF-8"?>
  <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>com.zys</groupId>
  <artifactId>hadoop2-init</artifactId>
  <version>1.0-SNAPSHOT</version>

  <dependencies>
      <dependency>
          <groupId>junit</groupId>
          <artifactId>junit</artifactId>
          <version>RELEASE</version>
      </dependency>
      <dependency>
          <groupId>org.apache.logging.log4j</groupId>
          <artifactId>log4j-core</artifactId>
          <version>2.8.2</version>
      </dependency>
      <dependency>
          <groupId>org.apache.hadoop</groupId>
          <artifactId>hadoop-common</artifactId>
          <version>2.7.2</version>
      </dependency>
      <dependency>
          <groupId>org.apache.hadoop</groupId>
          <artifactId>hadoop-client</artifactId>
          <version>2.7.2</version>
      </dependency>
      <dependency>
          <groupId>org.apache.hadoop</groupId>
          <artifactId>hadoop-hdfs</artifactId>
          <version>2.7.2</version>
      </dependency>
  </dependencies>

  <build>
      <plugins>
          <plugin>
              <artifactId>maven-compiler-plugin</artifactId>
              <version>2.3.2</version>
              <configuration>
                  <source>1.8</source>
                  <target>1.8</target>
              </configuration>
          </plugin>
          <plugin>
              <artifactId>maven-assembly-plugin </artifactId>
              <configuration>
                  <descriptorRefs>
                      <descriptorRef>jar-with-dependencies</descriptorRef>
                  </descriptorRefs>
                  <archive>
                      <manifest>
                          <mainClass>com.zys.wordcount.WordCountDriver</mainClass>
                      </manifest>
                  </archive>
              </configuration>
              <executions>
                  <execution>
                      <id>make-assembly</id>
                      <phase>package</phase>
                      <goals>
                          <goal>single</goal>
                      </goals>
                  </execution>
              </executions>
          </plugin>
      </plugins>
  </build>

2.WordcountMapper.java

package com.zys.wordcount;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * @author zhengyunshuo
 * @date 2020/10/19 - 12:26
 */

/**
 * map阶段
 * KEYIN 输入数据的key
 * VALUEIN 输入数据的value
 * KEYOUT 输出数据的类型 aa,1  bb,1
 * VALUEOUT 输出数据的类型
 */
public class WordcountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {

    // 防止在for循环中不断创造对象
    Text k  = new Text();
    IntWritable v = new IntWritable(1);

    /**
     * 从文件中读取一行进行Map操作
     * @param key
     * @param value
     * @param context
     * @throws IOException
     * @throws InterruptedException
     */
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 1.获取一行数据
        String line = value.toString();

        // 2.切割单词
        String[] words = line.split(" ");

        // 3.循环写出
        for(String word : words){

            // Text k  = new Text();
            k.set(word);

            // IntWritable v = new IntWritable()
            // v.set(1); // 不写默认为1

            context.write(k,v);
        }
    }
}

3.WordCountReducer.java

package com.zys.wordcount;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

/**
 * @author zhengyunshuo
 * @date 2020/10/19 - 12:42
 */
public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

    IntWritable v = new IntWritable();

    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        // 累加求和
        for(IntWritable value : values){
            sum += value.get();
        }
        v.set(sum);
        // 写出
        context.write(key,v);
    }

}

  1. WordCountDriver.java

     package com.zys.wordcount;
 
 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.lib.input.FileInputFormat;
 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
 
 import java.io.IOException;
 
 /**
  * @author zhengyunshuo
  * @date 2020/10/19 - 13:59
  */
 public class WordCountDriver {
 
     public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
         Configuration conf = new Configuration();
         // 1.获取Job对象
         Job job = Job.getInstance(conf);
         // 2.设置Jar存储位置
         job.setJarByClass(WordCountDriver.class);
         // 3.关联Map和Reduce类
         job.setMapperClass(WordcountMapper.class);
         job.setReducerClass(WordCountReducer.class);
         // 4.设置Mapper阶段输出数据的key和value类型
         job.setMapOutputKeyClass(Text.class);
         job.setMapOutputValueClass(IntWritable.class);
         // 5.设置最终数据输出的key和value类型
         job.setOutputKeyClass(Text.class);
         job.setOutputValueClass(IntWritable.class);
         // 6.设置输入路径和输出路径
         String input = "E:\\Workspace\\ideaworksapce\\wordcount\\src\\data";
         String output = "E:\\Workspace\\ideaworksapce\\wordcount\\src\\data\\output";
         FileInputFormat.setInputPaths(job,new Path(input));
         FileOutputFormat.setOutputPath(job,new Path(output));
         // 7.提交job
         // job.submit(); // 仅提交
         boolean res = job.waitForCompletion(true); // 除提交外还有日志记录
         System.exit(res?0:1);
     }
 
 }

使用 Windows搭建伪分布式环境

按照上边的配置虽然可以编写mapreduce程序，但是如果要测试hdfs的API，比方说上传下载还是不行，接下来就是配置HDFS的文件，进行伪分布式集群配置。（备注：伪分布式集群也是分布式集群，可以起动分布式计算的效果）

  • 修改配置文件

    我们来到之前解压的hadoop文件夹下，打开etc/hadoop文件夹，修改如下几个配置文件

    1.修改hadoop-env.cmd，在文件末尾添加如下配置

    set HADOOP_PREFIX=%HADOOP_HOME%
set HADOOP_CONF_DIR=%HADOOP_PREFIX%\etc\hadoop
set YARN_CONF_DIR=%HADOOP_CONF_DIR%
set PATH=%PATH%;%HADOOP_PREFIX%\bin

    2.修改core-site.xml，修改

    <configuration>
   <property>
     <name>fs.defaultFS</name>
     <value>hdfs://0.0.0.0:9000</value>
   </property>
</configuration>

    3.修改hdfs-site.xml

    <configuration>
   <property>
     <name>dfs.replication</name>
     <value>1</value>
   </property>
   <property>
     <name>dfs.name.dir</name>
     <value>file:///D:/hadoop/hadoop-3.1.4/local/dfs/name</value>
   </property>
   <property>
     <name>dfs.data.dir</name>
     <value>file:///D:/hadoop/hadoop-3.1.4/local/dfs/data</value>
   </property>
</configuration>

    4.mapred-site.xml %USERNAME%更换为自己的用户名

    <configuration>
   <property>
      <name>mapreduce.job.user.name</name>
      <value>%USERNAME%</value>
    </property>
   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
    </property>
  <property>
     <name>yarn.apps.stagingDir</name>
     <value>/user/%USERNAME%/staging</value>
   </property>
  <property>
     <name>mapreduce.jobtracker.address</name>
     <value>local</value>
   </property>
</configuration>

    4.yarn-site.xml

    <configuration>
   <property>
     <name>yarn.server.resourcemanager.address</name>
     <value>0.0.0.0:8020</value>
   </property>
  <property>
     <name>yarn.server.resourcemanager.application.expiry.interval</name>
     <value>60000</value>
   </property>
  <property>
     <name>yarn.server.nodemanager.address</name>
     <value>0.0.0.0:45454</value>
   </property>
  <property>
     <name>yarn.nodemanager.aux-services</name>
     <value>mapreduce_shuffle</value>
   </property>
  <property>
     <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
     <value>org.apache.hadoop.mapred.ShuffleHandler</value>
   </property>
  <property>
     <name>yarn.server.nodemanager.remote-app-log-dir</name>
     <value>/app-logs</value>
   </property>
  <property>
     <name>yarn.nodemanager.log-dirs</name>
     <value>/dep/logs/userlogs</value>
   </property>
  <property>
     <name>yarn.server.mapreduce-appmanager.attempt-listener.bindAddress</name>
     <value>0.0.0.0</value>
   </property>
  <property>
     <name>yarn.server.mapreduce-appmanager.client-service.bindAddress</name>
     <value>0.0.0.0</value>
   </property>
  <property>
     <name>yarn.log-aggregation-enable</name>
     <value>true</value>
   </property>
  <property>
     <name>yarn.log-aggregation.retain-seconds</name>
     <value>-1</value>
   </property>
  <property>
     <name>yarn.application.classpath</name>
     <value>%HADOOP_CONF_DIR%,%HADOOP_COMMON_HOME%/share/hadoop/common/*,%HADOOP_COMMON_HOME%/share/hadoop/common/lib/*,%HADOOP_HDFS_HOME%/share/hadoop/hdfs/*,%HADOOP_HDFS_HOME%/share/hadoop/hdfs/lib/*,%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/*,%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/lib/*,%HADOOP_YARN_HOME%/share/hadoop/yarn/*,%HADOOP_YARN_HOME%/share/hadoop/yarn/lib/*</value>
   </property>
</configuration>

  • 安装winutills

    由于windows下想要开启集群，会有一定的bug，因此我们去网站：https://github.com/steveloughran/winutils

    下载对应版本的winutils.exe文件，将对应版本下的bin目录下的内容拷贝到hadoop解压目录的etc目录下

  • 配置hadoop.dll

    将上步的hadoop.dll放到C:\Windows\System32下,重启电脑

  • 初始化环境变量

    windows下的win+r中输入cmd，输入命令

    %HADOOP_HOME%\etc\hadoop\hadoop-env.cmd

  • 格式化namenode，输入命令

    hadoop namenode -format

在这里插入图片描述

  • 启动集群，控制台输入命令%HADOOP_HOME%/sbin/start-all.cmd

在这里插入图片描述

  • 通过jps查看集群情况，如图为正常

在这里插入图片描述

  • 打开浏览器验证

    我们在浏览器输入localhost:50070，如果能够打开这样的网页，说明hadoop已经成功开启：

在这里插入图片描述

  • 编写代码，尝试在hdfs上创建目录
    在上述工程中新建一个HDFSClient.java文件，代码如下：

      package com.zys.hdfs;
  
  import org.apache.hadoop.conf.Configuration;
  import org.apache.hadoop.fs.FileStatus;
  import org.apache.hadoop.fs.FileSystem;
  import org.apache.hadoop.fs.Path;
  
  import java.io.IOException;
  
  /**
   * @author zhengyunshuo
   * @date 2021/1/4 - 10:47
   */
  public class HDFSClient {
  
      public static void  main(String args[]) throws IOException {
  
          // 1.获取hdfs客户端对象
          Configuration conf = new Configuration();
          conf.set("fs.defaultFS","hdfs://127.0.0.1:9000");
          FileSystem fs = FileSystem.get(conf);
  
          // 2.在hdfs上创建路径
          fs.mkdirs(new Path("/zys/test"));
  
          //3.关闭资源
          fs.close();
  
          System.out.println("Compile Over");
      }
  
  }

    可以看到目录创建成功，证明没有问题，接下来就可以进行愉快的开发了

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值