IDEA连接Linux上的Hadoop并对HDFS进行操作

文章目录

IDEA连接Linux上的Hadoop并对HDFS进行操作
- Windows软件准备
- - 和Linux上版本相同的Hadoop
  - 与Linux版本相同的Java
  - Windows的hadoop驱动文件`hadoop.dll `和`winutils.exe`
  - 配置`Linux使用Hadoop的用户名`的环境变量`HADOOP_USER_NAME`
- IDEA中的操作
- - 安装`big data tools`插件
  - 出现hdfs连接不上的情况
  - - 第一种错误-`HADOOP_HOME`Error
    - 第二种错误-`connectionError` Error
    - - 使用`telnet`进行测试
      - 问题原因
      - 解决方法
  - 创建maven项目
  - - 新建项目即可
    - 删除相关无用文件和目录
  - 导入hadoop配置文件到resources中
  - 配置pom.xml文件
  - 编写WordCount代码进行测试
  - 返回Linux中在hdfs中创建输入文件和输出目录
  - 指定程序在HDFS中的输入输出路径
  - - 在**编辑配置**中进行设置
    - 以`空格`为分割指定输入输出路径
  - 执行程序查看输出结果
- 参考文档
- `hadoop.dll `Download

Windows软件准备

和Linux上版本相同的Hadoop

压缩包解压: 将放在Linux上面的Hadoop压缩包(hadoop_xxxx.tar.gz)放在Windows任意硬盘中任意(建议新创建的一个Hadoop文件夹)文件夹, 然后直接进行解压即可, 不需要担心软件的系统适配问题
配置HADOOP_HOME环境变量及添加bin和sbin目录的系统路径
验证配置是否成功, 在powershell中输入hadoop -version

显示如下信息即表示配置成功

与Linux版本相同的Java

同样需要配置环境变量

Windows的hadoop驱动文件hadoop.dll 和winutils.exe

在GitHub上面下载, 如果没有对应于自己当前Hadoop的版本, 则选择高一点点的
- Download-link-Github
- 然后将选择指定的版本中的hadoop.dll文件放到./hadoop/bin/下和C:\Windows\System32\下
- 将winutils.exe文件也放到./hadoop/bin/下
  
  并为该文件配置环境变量添加系统路径

配置Linux使用Hadoop的用户名的环境变量HADOOP_USER_NAME

即在Linux中如果使用Hadoop的用户是hadoop, 则在环境变量配置的变量值中填入hadoop

IDEA中的操作

安装big data tools插件

安装好之后, 右侧边栏会出现Big Data Tools的选项框

点击选项框, 在左上角的+中选择添加HDFS

然后进行如下操作

出现hdfs连接不上的情况

第一种错误-HADOOP_HOMEError

出现HADOOP_HOME相关问题, 如果按照预先安装中的四个步骤应该没有这个问题

如果真的还有问题, 那只能再去Google

第二种错误-connectionError Error

显示本机无法连接到Linux, connectionError

使用telnet进行测试

telnet 9000

因为Hadoop服务的默认端口是9000, 这个是在core-site.xml中手动指定的

如果上述命令执行过之后显示连接不成功, 那么就是端口的监听问题

问题原因

因为当前Hadoop的9000端口仅允许本地访问，需要更改为允许远程访问。

解决方法

在core-site.xml文件中更改fs.defaultFS属性的值为Linux服务器的IP地址，例如hdfs://192.168.1.100:9000，然后重启Hadoop服务以使更改生效。

重启Hadoop步骤（假设已经为Hadoop中的bin和sbin目录配置了环境变量）：

stop-all.sh
start-all.sh
jps查看相关进程以确认启动成功

另外，确保防火墙设置允许来自Windows机器的流量通过9000端口。

完成这些步骤后，就能够从Windows机器上的IDE中成功连接到Linux服务器上的Hadoop并对HDFS进行操作。

然后即可连接成功

创建maven项目

新建项目即可

删除相关无用文件和目录

导入hadoop配置文件到resources中

从Linux中的./hadoop/etc/hadoop/目录中取出core-site.xml和hdfs-site.xml文件放入idea的resources目录中

配置pom.xml文件

在hadoop-client中将版本改为自己的hadoop版本


	4.0.0

	org.example
	JavaHadoopProJectS
	1.0-SNAPSHOT

	jar

	
		
			org.apache.hadoop
			hadoop-client
			2.10.2
		

        
		
			org.slf4j
			slf4j-log4j12
			1.7.25
			
				
					org.slf4j
					slf4j-api
				
			
		

	

	
		
			
				org.apache.maven.plugins
				maven-jar-plugin
				2.4
				
					
						
							org.hhrz.mapreduce.demo.JobMain

PS:我在上述文件中加入了以下关于slf4j冲突所以去除依赖的语句

如果你没有该冲突问题, 并且该语句让你的程序运行出了问题, 你可以将其去掉

		
			org.slf4j
			slf4j-log4j12
			1.7.25
			
				
					org.slf4j
					slf4j-api

编写WordCount代码进行测试

在其中对hadoop.dll文件的路径设置和HADOOP_USER_NAME的value值设置做自己的更改

package hadoop;
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;
import org.apache.hadoop.util.GenericOptionsParser;
import org.apache.log4j.BasicConfigurator;

public class WordCount {
    public static class Map extends Mapper{
        private static IntWritable one = new IntWritable(1);
        private Text word = new Text();
        public void map(Object key,Text value,Context context) throws IOException,InterruptedException{
            StringTokenizer st = new StringTokenizer(value.toString());
            while(st.hasMoreTokens()){
                word.set(st.nextToken());
                context.write(word, one);
            }
        }
    }

    public static class Reduce extends Reducer{
        private static 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);
        }
    }

    static {
        try {
            // 填入自己的文件的路径
            System.load("E:\\Hadoop\\hadoop-2.10.2\\hadoop-2.10.2\\bin\\hadoop.dll");//建议采用绝对地址，bin目录下的hadoop.dll文件路径
        } catch (UnsatisfiedLinkError e) {
            System.err.println("Native code library failed to load.\n" + e);
            System.exit(1);
        }
    }

    public static void main(String[] args) throws Exception{
        BasicConfigurator.configure(); //自动快速地使用缺省Log4j环境。
        
        // 填入自己的环境变量中配置的value值
        System.setProperty("HADOOP_USER_NAME", "value");
        
        Configuration conf = new Configuration();
        String[] otherArgs = new GenericOptionsParser(conf,args).getRemainingArgs();
        if(otherArgs.length != 2){
            System.err.println("Usage WordCount  ");
            System.exit(2);
        }
        Job job = new Job(conf,"word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(Map.class);
        job.setCombinerClass(Reduce.class);
        job.setReducerClass(Reduce.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);
    }
}