Linux 搭建Hadoop集群 ----workcount案例

在

的基础上实现workcount案例

注意

虚拟机三台启动集群（自己亲自搭建）

1. wordcount程序

1.1Hadoop集群测试WordCount程序

1.1.1 在hadoop目录下创建一个wordcount文件夹

1.1.2切换到wordcount文件夹，新增两个文件，并且编辑内容

文件内容如下：

1.1.3在HDFS中创建input文件夹

1.1.4查看HDFS中的文件夹

1.1.5 将创建的两个文件复制到/input目录中

1.1.6查看input文件夹下内容

1.1.7 运行wordcount程序

切换到hadoop安装目录下share/hadoop/mapreduce目录下，hadoop自带运行wordcount程序的jar包

使用jar命令运行wordcount程序，input代表计算文件位置，output代表计算结果指定位置

1.1.8查看运行结果

hadoop fs -cat /output/*

1.2 eclipse集成hadoop插件

1.2.1 如果eclipse安装到windows当中，那么就需要在真机安装Hadoop

配置hadoop环境变量（将hadoop-2.8.0用管理员用户解压）

查看JDK 和Hadoop的版本号（不用管理员的身份）

1.2.2 下载hadoop-eclipse-plugin-2.6.0.jar赋值到eclipse安装目录下的plugins目录下

1.2.3配置hadoop安装目录

1.2.4配置插件

注意：主机名称亦可以换成ip地址，但是真机hosts文件要配置对应关系

1.3 eclipse运行wordcount程序

1.3.1新建一个mapreduce程序

1.3.2创建WordCount运行程序

在真机安装的hadoop下找到hadoop-mapreduce-examples-2.8.0-sources.jar，目录为..../hadoop-2.8.0\share\hadoop\mapreduce\sources

以解压包方式打开，找到WordCount.java，目录为：

hadoop-mapreduce-examples-2.8.0-sources.jar\org\apache\hadoop\examples

右键打开方式---360压缩

1.3.3运行WordCount程序

点击WordCount.java文件，配置启动参数

报错：

其中配置参数中master可以改为ip地址，如果配置成master那么需要在真机hosts文件当中配置master和ip的对应关系！

参考网址：

https://blog.csdn.net/Biexiansheng/article/details/78019642?tdsourcetag=s_pcqq_aiomsg

如下操作：

添加以下信息：

第一种错误信息：

此错误可能在hadoop安装目录下缺少文件，将次压缩包的所有文件复制到hadoop安装目录下的bin

第二个错误

hadoop-2.8.0\share\hadoop\common\sources文件夹中找到hadoop-common-2.8.0-sources.jar，然后以压缩包的方式打开，找到hadoop-common-2.8.0-sources\org\apache\hadoop\io\nativeio\NativeIO.java，复制到项目中，注意，包名和报错的包名保持一致，org.apache.hadoop.io.nativeio

打开代码：

将

改为：

错误2：

org.apache.hadoop.security.AccessControlException: Permissiondenied: user=zhengcy, access=WRITE,inode="/user/root/output":root:supergroup:drwxr-xr-x

在集群中运行hadoop fs -chmod 777 /

运行结果如下所示：

1.4将WordCount程序打成jar包放在集群中运行

1.4.1将程序打包

点击项目-->右键-->选择Export-->找到Runnable JAR File

点击Finish，将打包好的Jar包通过XFTP传入到Linux指定位置（/usr/bigdata/hadoop）

在XShell中切换到Jar文件存放位置路径，通过命令运行查看切入到wordcount.jar 架包所存放的位置执行以下命令