maven怎么添加hadoop依赖

 我来答
匿名用户
2017-11-16
展开全部

关于Maven的使用就不再啰嗦了,网上很多,并且这么多年变化也不大,这里仅介绍怎么搭建Hadoop的开发环境。

1. 首先创建工程

[plain] view plain copy

  • mvn archetype:generate -DgroupId=my.hadoopstudy -DartifactId=hadoopstudy -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false  


  • 2. 然后在pom.xml文件里添加hadoop的依赖包hadoop-common, hadoop-client, hadoop-hdfs,添加后的pom.xml文件如下

    [html] view plain copy

  • <project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://maven.apache.org/POM/4.0.0"  

  • xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">  

  • <modelVersion>4.0.0</modelVersion>  

  • <groupId>my.hadoopstudy</groupId>  

  • <artifactId>hadoopstudy</artifactId>  

  • <packaging>jar</packaging>  

  • <version>1.0-SNAPSHOT</version>  

  • <name>hadoopstudy</name>  

  • <url>http://maven.apache.org</url>  

  • <dependencies>  

  • <dependency>  

  • <groupId>org.apache.hadoop</groupId>  

  • <artifactId>hadoop-common</artifactId>  

  • <version>2.5.1</version>  

  • </dependency>  

  • <dependency>  

  • <groupId>org.apache.hadoop</groupId>  

  • <artifactId>hadoop-hdfs</artifactId>  

  • <version>2.5.1</version>  

  • </dependency>  

  • <dependency>  

  • <groupId>org.apache.hadoop</groupId>  

  • <artifactId>hadoop-client</artifactId>  

  • <version>2.5.1</version>  

  • </dependency>  

  • <dependency>  

  • <groupId>junit</groupId>  

  • <artifactId>junit</artifactId>  

  • <version>3.8.1</version>  

  • <scope>test</scope>  

  • </dependency>  

  • </dependencies>  

  • </project>  


  • 3. 测试
    3.1 首先我们可以测试一下hdfs的开发,这里假定使用上一篇Hadoop文章中的hadoop集群,类代码如下

    [java] view plain copy

  • package my.hadoopstudy.dfs;  

  • import org.apache.hadoop.conf.Configuration;  

  • import org.apache.hadoop.fs.FSDataOutputStream;  

  • import org.apache.hadoop.fs.FileStatus;  

  • import org.apache.hadoop.fs.FileSystem;  

  • import org.apache.hadoop.fs.Path;  

  • import org.apache.hadoop.io.IOUtils;  

  • import java.io.InputStream;  

  • import java.net.URI;  

  • public class Test {  

  • public static void main(String[] args) throws Exception {  

  • String uri = "hdfs://9.111.254.189:9000/";  

  • Configuration config = new Configuration();  

  • FileSystem fs = FileSystem.get(URI.create(uri), config);  

  • // 列出hdfs上/user/fkong/目录下的所有文件和目录  

  • FileStatus[] statuses = fs.listStatus(new Path("/user/fkong"));  

  • for (FileStatus status : statuses) {  

  • System.out.println(status);  

  • }  

  • // 在hdfs的/user/fkong目录下创建一个文件,并写入一行文本  

  • FSDataOutputStream os = fs.create(new Path("/user/fkong/test.log"));  

  • os.write("Hello World!".getBytes());  

  • os.flush();  

  • os.close();  

  • // 显示在hdfs的/user/fkong下指定文件的内容  

  • InputStream is = fs.open(new Path("/user/fkong/test.log"));  

  • IOUtils.copyBytes(is, System.out, 1024, true);  

  • }  

  • }  


  • 3.2 测试MapReduce作业
    测试代码比较简单,如下:

    [java] view plain copy

  • package my.hadoopstudy.mapreduce;  

  • 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;  

  • import org.apache.hadoop.util.GenericOptionsParser;  

  • import java.io.IOException;  

  • public class EventCount {  

  • public static class MyMapper extends Mapper<Object, Text, Text, IntWritable>{  

  • private final static IntWritable one = new IntWritable(1);  

  • private Text event = new Text();  

  • public void map(Object key, Text value, Context context) throws IOException, InterruptedException {  

  • int idx = value.toString().indexOf(" ");  

  • if (idx > 0) {  

  • String e = value.toString().substring(0, idx);  

  • event.set(e);  

  • context.write(event, one);  

  • }  

  • }  

  • }  

  • public static class MyReducer 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: EventCount <in> <out>");  

  • System.exit(2);  

  • }  

  • Job job = Job.getInstance(conf, "event count");  

  • job.setJarByClass(EventCount.class);  

  • job.setMapperClass(MyMapper.class);  

  • job.setCombinerClass(MyReducer.class);  

  • job.setReducerClass(MyReducer.class);  

  • job.setOutputKeyClass(Text.class);  

  • job.setOutputValueClass(IntWritable.class);  

  • FileInputFormat.addInputPath(job, new Path(otherArgs[0]));  

  • FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));  

  • System.exit(job.waitForCompletion(true) ? 0 : 1);  

  • }  

  • }  

  • 运行“mvn package”命令产生jar包hadoopstudy-1.0-SNAPSHOT.jar,并将jar文件复制到hadoop安装目录下

    这里假定我们需要分析几个日志文件中的Event信息来统计各种Event个数,所以创建一下目录和文件

    [plain] view plain copy

  • /tmp/input/event.log.1  

  • /tmp/input/event.log.2  

  • /tmp/input/event.log.3  


  • 因为这里只是要做一个列子,所以每个文件内容可以都一样,假如内容如下

    [plain] view plain copy

  • JOB_NEW ...  

  • JOB_NEW ...  

  • JOB_FINISH ...  

  • JOB_NEW ...  

  • JOB_FINISH ...  


  • 然后把这些文件复制到HDFS上

    [plain] view plain copy

  • $ bin/hdfs dfs -put /tmp/input /user/fkong/input  


  • 运行mapreduce作业

    [plain] view plain copy

  • $ bin/hadoop jar hadoopstudy-1.0-SNAPSHOT.jar my.hadoopstudy.mapreduce.EventCount /user/fkong/input /user/fkong/output  


  • 查看执行结果

    [plain] view plain copy

  • $ bin/hdfs dfs -cat /user/fkong/output/part-r-00000  



推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式