前提:hadoop集群應部署完畢。

一、實戰科目

做一個Map Reduce分布式開發，開發內容為統計文件中的單詞出現次數。

二、戰前準備

1、本人在本地創建了一個用于執行MR的的文件，文件中有209行，每行寫了“這是一個測試文件”的句子。

2、將該文件上傳至HDFS中。你可以使用idea中的插件上傳、也可以使用HDFS的可視化頁面上傳、也可以使用HDFS的命令上傳，都可以。目的達到就行。

3、準備好開發環境，準備開發。

三、開戰！

1、打開idea，創建com.test.hadoop.mr的包

2、在該包下創建MyWordCount的Java類，并進行如下編程

package com.test.hadoop.mr;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; public class MyWordCount { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(true); Job job = Job.getInstance(conf); job.setJarByClass(MyWordCount.class); // Specify various job-specific parameters job.setJobName("myJob"); Path input = new Path("/testApi/testUploadFile.txt"); FileInputFormat.addInputPath(job, input);//文件輸入格式化；還有其他的數據源的輸入格式化 Path output = new Path("/testApi/mr_output.txt"); if (output.getFileSystem(conf).exists(output)){ output.getFileSystem(conf).delete(output,true);//一般不刪除！ } FileOutputFormat.setOutputPath(job, output); job.setMapperClass(MyMapper.class); job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); job.setReducerClass(MyReducer.class); // Submit the job, then poll for progress until the job is complete job.waitForCompletion(true); }}

3、創建對應的MyMapper和MyReducer類

MyMapper

package com.test.hadoop.mr;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Mapper; import java.io.IOException;import java.util.StringTokenizer;public class MyMapper 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 { //AAA BBB CCC StringTokenizer itr = new StringTokenizer(value.toString()); while (itr.hasMoreTokens()) { word.set(itr.nextToken()); context.write(word, one);//引用傳參，減少創建對象的次數。 } }}

MyReducer

package com.test.hadoop.mr;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;public class MyReducer extends Reducer<Text, IntWritable, Text, IntWritable> { //相同的key為一組，調用方法，然后在方法內迭代一組數據進行計算(sum/max/min/count/...)。 private IntWritable result = new IntWritable(); public void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException { int sum = 0; for (IntWritable val : values) { sum += val.get(); } result.set(sum); context.write(key, result); }}

4、打jar包

右鍵項目根目錄，點擊Open Module Settings;然后選擇Artifacts，然后右邊欄選擇要打包的主類以及是否添加lib(lib可能會很大，建議不要在jar中添加lib)。

?然后，在build中選擇build Artifacts進行編譯。

在你設置的目錄下，發現輸出的jar文件。

5、上傳集群

將該文件上傳集群某節點，這里選擇節點1。

6、執行

定位到jar目錄，輸入命令執行

hadoop jar hadoop_hdfs_api.jar com.test.hadoop.mr.MyWordCount

成功執行！

7、查看結果

在節點1的對應位置找到結果文件，cat查看內容

成功統計，說明邏輯以及實戰運行均無誤！

四、實戰總結

首先，要了解MapReduce的運行機制，在客戶端的開發中，我們不僅要使用Java實現客戶端的基礎配置外，還要實現Map Task即對應的MyMapper類，還要實現Reduce Task即對應的MyReducer類。

其次，在進行運行時，可能會報編譯版本過高的錯誤，即你的服務器版本使用java8，而idea本身使用更高版本的Java編譯，就會導致此問題，博主就遇到了。因此，要不就是升級服務器Java版本，要么就要用低版本Java進行編譯，生成jar。兩種策略中，服務器能不動就不動，因為改動成本太大。所以使用idea低版本進行編譯，具體如何設置請自行百度或Google。

最后，Java類的編寫要參考源碼中的例子，在知道了MR的邏輯運行之后，要懂得代碼的實現，這條路還很漫長，要加油！

總結

以上是生活随笔為你收集整理的hadoop jar包_【大数据学习】Hadoop的MR分布式开发小实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。