Changes between Version 4 and Version 5 of waue/Eclipse_Hadoop_JAR


Ignore:
Timestamp:
Feb 9, 2009, 6:15:12 PM (17 years ago)
Author:
waue
Comment:

--

Legend:

Unmodified
Added
Removed
Modified

  • waue/Eclipse_Hadoop_JAR

    v4 v5  
    11= 用Eclipse製成可在Hadoop上運行MapReduce的jar檔 =
    22
    3 1. 編輯好 WordCount 程式碼
    4 2.
     3 ps : 需eclipse 3.3 以上 搭配 hadoop 0.17 以上版本。
     4 * 本篇的安裝環境是
     5 || 名稱 || 目錄 ||
     6 || Hadoop 安裝目錄 || /opt/hadoop ||
     7 || 來源資料夾 || /opt/hadoop/input ||
     8 || 輸出資料夾 || /opt/hadoop/output ||
     9
     10 1. 開啟MapReduce 專案
     11
     12 || 視窗操作 || 介面中設定 || 註解 ||
     13 || '''File''' > '''new''' > '''Map/Reduce Project'''>'''next''' || '''Project name''':''sample'' [[br]] '''Configure Hadoop install directory''': /opt/hadoop [[br]] => '''Finish''' || 完成會增加sample專案並切換成MapReduce的視野 ||
     14
     15 2. 加入檔案WordCount.java檔
     16
     17 || 視窗操作 || 介面中設定 || 結果 ||
     18 || 右鍵點選sample專案 > '''new''' > '''file'''   || sample >'''src''' [[br]] '''File Name''': WordCount.java [[br]] => '''Finish''' || 完成後就多了一個WordCount.java檔 ||
     19
     20 3. 寫入WordCount.java的內容（[wiki:WordCount code]）
     21
     22 4. 執行
     23
     24 || 視窗操作 || 介面中設定 || 結果 ||
     25 || '''run''' > '''Run Configurations...''' || '''Main''' tag :[[br]] '''Name''': '''WordCount''' [[br]] '''Project''': sample [[br]] '''Main class:''': WordCount ;'''Arguments''' tag : [[br]] '''Program arguments''': /opt/hadoop/log /opt/hadoop/test2 => '''Apply''' => '''Run''' || console 介面會出現執行結果 ||
     26
     27 * Eclipse是用模擬的方式模擬Hadoop的環境，執行這段程式碼，所以並沒有送上HDFS給Hadoop的job tracker作Map Reduce。http://localhost:50030 沒有工作運作的紀錄可以證明這點。
     28   * 既然是在本機端上運作，所以給的Program arguments參數 '''/opt/hadoop/input /opt/hadoop/output''' 是本機上的目錄。
     29   * 請確認 input 資料夾內有純文字資料，且output資料夾尚未存在（執行後系統會自行建立此資料夾並將結果放入）
     30 * 若Console 介面沒有錯誤訊息，則代表這段程式在主機端運作無誤
     31{{{
     3209/02/06 17:18:35 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=
     3309/02/06 17:18:35 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
     3409/02/06 17:18:35 WARN mapred.JobClient: No job jar file set.  User classes may not be found. See JobConf(Class) or JobConf#setJar(String).
     3509/02/06 17:18:35 INFO mapred.FileInputFormat: Total input paths to process : 1
     36
     37... 略 ...
     38
     3909/02/06 17:18:36 INFO mapred.JobClient:     Map output bytes=445846
     4009/02/06 17:18:36 INFO mapred.JobClient:     Map input bytes=320950
     4109/02/06 17:18:36 INFO mapred.JobClient:     Combine input records=37943
     4209/02/06 17:18:36 INFO mapred.JobClient:     Map output records=37943
     4309/02/06 17:18:36 INFO mapred.JobClient:     Reduce input records=9284
     44}}}
     45
     46 錯誤排除 ：
     47
     48 * input 資料夾內有純文字資料
     49 * output 資料夾尚未存在（執行後系統會自行建立此資料夾並將結果放入）
     50 * 檢查"run configuration" 內的 "Java Application" > "WordCount" 的設定是否正確
     51
     52 5. 打包成JAR
     53
     54 || 視窗操作 || 介面中設定 || 結果 ||
     55 || '''File''' > '''Export''' > Java > Runnable JAR file ||  ''' Launch configuration''' : '''WordCount - sample''' [[br]] '''Export destionation''' : /opt/hadoop/WordCount.jar => Finish => ok ||/opt/hadoop/下可以找到檔案WordCount.jar ||
     56
     57 * 最後一個ok在於包入Hadoop的必要library，所以匯出的WordCount.jar 檔大約有4.3MB
     58
     59 6. 運行WordCount於HDFS之上
     60
     61指令：
     62{{{
     63$ cd /opt/hadoop
     64$ bin/hadoop jar WordCount.jar /user/waue/input /user/waue/out/
     65}}}
     66
     67 * bin/hadoop jar 不可用 '''-jar'''，但若是單純用java執行jar， 則要用'''$ java -jar XXX.jar'''，不可只用jar
     68 * /user/waue/input /user/waue/out/ 為輸入和輸出的兩個參數，這兩個路徑是HDFS上得路徑，請確認hdfs內的/user/waue/input有純文字檔，且無/user/waue/out/這個資料夾。
     69 * 若已經成功執行過，想再執行第二次，請更換output的資料夾名稱，否則會因資料夾已存在而出現錯誤訊息。
     70
     71執行畫面
     72{{{
     7309/02/06 18:13:14 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
     74
     7509/02/06 18:13:14 INFO mapred.FileInputFormat: Total input paths to process : 1
     76
     7709/02/06 18:13:14 INFO mapred.FileInputFormat: Total input paths to process : 1
     78
     7909/02/06 18:13:15 INFO mapred.JobClient: Running job: job_200902051032_0009
     80
     8109/02/06 18:13:16 INFO mapred.JobClient:  map 0% reduce 0%
     82
     8309/02/06 18:13:20 INFO mapred.JobClient:  map 100% reduce 0%
     84
     8509/02/06 18:13:23 INFO mapred.JobClient: Job complete: job_200902051032_0009
     86
     8709/02/06 18:13:23 INFO mapred.JobClient: Counters: 16
     88
     8909/02/06 18:13:23 INFO mapred.JobClient:   File Systems
     90
     9109/02/06 18:13:23 INFO mapred.JobClient:     HDFS bytes read=320950
     92
     9309/02/06 18:13:23 INFO mapred.JobClient:     HDFS bytes written=130568
     94
     9509/02/06 18:13:23 INFO mapred.JobClient:     Local bytes read=168448
     96
     9709/02/06 18:13:23 INFO mapred.JobClient:     Local bytes written=336932
     98
     9909/02/06 18:13:23 INFO mapred.JobClient:   Job Counters
     100
     10109/02/06 18:13:23 INFO mapred.JobClient:     Launched reduce tasks=1
     102
     10309/02/06 18:13:23 INFO mapred.JobClient:     Launched map tasks=1
     104
     10509/02/06 18:13:23 INFO mapred.JobClient:     Data-local map tasks=1
     106
     10709/02/06 18:13:23 INFO mapred.JobClient:   Map-Reduce Framework
     108
     10909/02/06 18:13:23 INFO mapred.JobClient:     Reduce input groups=9284
     110
     11109/02/06 18:13:23 INFO mapred.JobClient:     Combine output records=18568
     112
     11309/02/06 18:13:23 INFO mapred.JobClient:     Map input records=7868
     114
     11509/02/06 18:13:23 INFO mapred.JobClient:     Reduce output records=9284
     116
     11709/02/06 18:13:23 INFO mapred.JobClient:     Map output bytes=445846
     118
     11909/02/06 18:13:23 INFO mapred.JobClient:     Map input bytes=320950
     120
     12109/02/06 18:13:23 INFO mapred.JobClient:     Combine input records=47227
     122
     12309/02/06 18:13:23 INFO mapred.JobClient:     Map output records=37943
     124
     12509/02/06 18:13:23 INFO mapred.JobClient:     Reduce input records=9284
     126}}}
     127
     128 * http://localhost:50030 會紀錄剛剛運作的工作
     129