Hadoop学习6--里程碑式的开始之执行第一个程序wordcount

一、先在HDFS文件系统创建对应的目录，具体如下：

1、待处理文件存放目录

/data/wordcount（之所以创建wordcount，是为了对文件分类，对应本次任务名）

命令：hadoop fs -mkdir -p /data/wordcount  (-p是同时创建子目录)

2、存放输出文件目录

/output

命令：hadoop fs -mkdir /output

tip:也可以在已连接了集群的eclipse里建立，即：Map/Reduce Location里

不过这种方式建立的文件，所有者是本机，不是我安装hadoop的用户，是否可用，需要验证下。

3、验证以上的成果：

命令：hadoop fs -ls /

二、自己在本地文件系统（也就是某一个目录下）手动创建一个文件，用于测试

1、创建文件

命令：vi ~/test/inputword（vi命令有意思，如果文件不存在，会自动创建一个空文件）

2、打开文件、手动写入一些测试内容：

hello my

hello master

what slave

hello slave

保存。

3、将该文件上传到hdfs文件系统：

命令：hadoop fs -put ~/test/inputword /data/wordcount/

验证方式：

命令：hadoop fs -text /data/wordcount/inputword

三、运行吧

命令：hadoop jar /work/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.0.jar  wordcount  /data/wordcount  /output/wordcount

tip:

1、注意jar包的路径一定要写对，否则会提示找不到jar包

2、遇到个问题，一直提示重试连接服务器master：

15/10/29 02:26:38 INFO ipc.Client: Retrying connect to server: master/xx.xx.xx.xx:8032. Already tried 5 time(s); retry policy is RetryUpToMaximumCountWithFixedSleep(maxRetries=10, sleepTime=1000 MILLISECONDS)

网上查了下，说是端口还是什么的，这个8032并不是我配置的，和他有关系的可能性不大。

不过其中一句话引起了我的联想，他提到了连接不上JobTacker云云

突然想起来，由于在启动hadoop集群的时候，提示start-all.sh已过时，于是使用的start-dfs.sh

这样在启动后，使用jps验证服务，是少几个的，只有两个namenode，一个datanode和一个默认的jps

于是重新执行了一次 start-all.sh

然后重新运行，成功。

Nice！

把结果截图放上来吧！

四、验证：

命令：-text /output/wordcount/part-r-00000

结果就是对单词出现个数的统计，略。