
Hadoop作業(yè)提交多種方案具體流程詳解
提交hadoop作業(yè)時我們遇到了許多的問題,在網(wǎng)上也查過許多的文章,有許多對hadoop提交作業(yè)原理進行分析的文章,卻總看不到對具體操作過程講解的文章,導(dǎo)致我們在eclipse提交的作業(yè)總是在eclipse虛擬的云環(huán)境中運行。慢慢摸索中,一個一個的作業(yè)提交方法被我們發(fā)現(xiàn),呵呵,現(xiàn)在總結(jié)一下吧。
方案:
1、用命令行方式提交
2、在eclipse中提交作業(yè)
3、采用eclipse的插件實現(xiàn)項目的提交
方案一:用命令行方式提交
前提:成功搭建一個hadoop集群,或成功部署一個偽分布式,并啟動hadoop。
提交過程:
1、在eclipse中將我們的項目打成一個jar包,放到hadoop的安裝目錄下。
2、在命令行中提交作業(yè),這里以hadoop自帶的wordcount程序為例:
(1)將統(tǒng)計文件傳到hdfs,如圖(1)
(2)向云提交作業(yè),如圖(2)
提交作業(yè)時,如果遇到錯誤:Name node in safe mode,可采用下面的解決方法,如圖(3)
(3)列出hdfs上輸出文件夾下的文件,如圖(4)
(4)在命令行中打印統(tǒng)計好的結(jié)果,如圖(5)
(注:在命令行中提交作業(yè)是按hadoop/conf下的配置文件提交的)
方案二:在eclipse中提交作業(yè)
前提:
1、在你的電腦上安裝好eclipse,可以在linux下,也可以在windows環(huán)境下哦~,這里需要指出的是:提交作業(yè)的機器只要有hadoop的API就可以了,和提交作業(yè)的機器所處的環(huán)境無關(guān)。
2、成功搭建一個hadoop集群,或成功部署一個偽分布式,并啟動hadoop。
提交過程:
1、在eclipse下建立一個mapreduce項目,導(dǎo)入hadoop的API(hadoop/lib下的包)。
這里直接從外部導(dǎo)入hadoop中自帶的wordcount程序。為了可以直接“Run java Aplication”我修改了一點wordcount的代碼,使其輸入輸出文件的地址直接在代碼中設(shè)置。貼出代碼如下:
wordcount.java:
Java代碼 收藏代碼
package org.apache.hadoop.examples;
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;
public class WordCount {
//mapper類
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);
}
}
}
//reducer類
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();
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("/home/hadoop/testin"));
FileOutputFormat.setOutputPath(job, new Path("/home/hadoop/testout"));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}
如果此時你run java aplication,呵呵,你的程序只會在eclipse中虛擬的一個云環(huán)境中運行,而不會跑上云端去運行哦。我們一幫人在這個問題上糾結(jié)了好長時間。如果你想在云端運行,需要在main方法中添加幾行代碼,代碼附錄如下:
Java代碼 收藏代碼
//在你的文件地址前自動添加:hdfs://master:9000/
conf.set("fs.default.name", "hdfs://master:9000/");
conf.set("hadoop.job.user","xiaolu");
//指定jobtracker的ip和端口號,master在/etc/hosts中可以配置
conf.set("mapred.job.tracker","master:9001");
(注:如果你運行的不是master上也有的項目,比如自己實現(xiàn)的pagerank,那會報錯如下:)
Java代碼 收藏代碼
java.lang.RuntimeException: java.lang.ClassNotFoundException: *.PRMapper
這時會報找不到Mapper類的錯。呵呵,這個問題也卡了我們好長時間。我們分析:可能是沒有將項目打包,導(dǎo)致云上沒有mapreduce程序的緣故,我們嘗試著將pagerank項目打成.jar文件,放在項目下,將main方法作出如下修改:
Java代碼 收藏代碼
//將Configuration類換成JobConf類
JobConf conf = new JobConf();
//設(shè)置jar
conf.setJar("pagerank.jar");
這時運行java aplication ,呵呵,結(jié)果我們成功地將作業(yè)提交到了云端。(在瀏覽器中瀏覽:master:50030)
方案三:采用eclipse的插件實現(xiàn)項目的提交
前提:在eclipse中成功地安裝mapreduce插件。
不過需要提醒各位的是:hadoop-0.20.203.0版本自帶的插件不夠完整,需要作出如下修改:
1、將HADOOP_HOME/lib目錄下的
commons-configuration-1.6.jar , commons-httpclient-3.0.1.jar ,
commons-lang-2.4.jar , jackson-core-asl-1.0.1.jar 和
jackson-mapper-asl-1.0.1.jar
等5個包復(fù)制到hadoop-eclipse-plugin-0.20.203.0.jar的lib目錄下。
2、然后,修改該包META-INF目錄下的MANIFEST.MF,將classpath修改為以下內(nèi)容:
Java代碼 收藏代碼
Bundle-ClassPath:
classes/,lib/hadoop-core.jar,lib/commons-cli-1.2.jar,lib/commons-httpclient-3.0.1.jar,lib/jackson-core-asl-1.0.1.jar,lib/jackson-mapper-asl-1.0.1.jar,lib/commons-configuration-1.6.jar,lib/commons-lang-2.4.jar
(注:這樣就完成了對hadoop-eclipse-plugin-0.20.203.0.jar的修改。如果還有其它的問題,比如Map/Reduce
Locations下添加一個Location不能彈出添加對話框,這是eclipse版本的問題,我建議大家采用eclipse的版本是:eclipse-java-indigo-SR1-linux-gtk.tar.gz。)
提交過程:
1、不用手動將項目打成jar包,run on Hadoop就OK了。呵呵~
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03