實作一： Hadoop Streaming 操作練習

回課程大綱

前言

• 本實作基於 Ubuntu 10.04 LTS 版本(Lucid)。
• 黑底白字的部分為指令或console秀出的畫面，請自行剪貼提示符號 "$"(代表一般使用者) 或 "#"(代表最高權限 root 管理者) 之後的指令。如：

  /home/DIR$ Copy_Command From To ...
  

  則複製 Copy_Command From To ... 這個指令，貼到你的console來執行。（/home/DIR 代表目前所在的目錄路徑）
• 白底黑字的部分為文件內的內容 ，如

  I am context.
  

  如果熟悉vi,nano,joe等編輯器可複製此區內容貼到文件內（雖然此頁面的指令都已經簡化過）

Hadoop Streaming with commands

• 製作 input 檔

  hadoop@lucid:~$ cd /opt/hadoop
  hadoop@lucid:/opt/hadoop$ mkdir ./input; cp README.txt ./input/;
  

• 範例一：使用 cat 當 mapper，使用 wc 當 reducer

  hadoop@lucid:/opt/hadoop$ bin/hadoop jar ./contrib/streaming/hadoop-0.20.2-streaming.jar -input input -output output -mapper /bin/cat -reducer /usr/bin/wc
  hadoop@lucid:/opt/hadoop$ cat output/part-00000
  

• 範例二：使用 Bash Shell Script 當 Mapper 與 Reducer

  hadoop@lucid:/opt/hadoop$ echo "sed -e \"s/ /\n/g\" | grep ." > streamingMapper.sh
  hadoop@lucid:/opt/hadoop$ echo "uniq -c | awk '{print \$2 \"\t\" \$1}'" > streamingReducer.sh
  hadoop@lucid:/opt/hadoop$ chmod a+x streamingMapper.sh
  hadoop@lucid:/opt/hadoop$ chmod a+x streamingReducer.sh
  hadoop@lucid:/opt/hadoop$ bin/hadoop jar ./contrib/streaming/hadoop-0.20.2-streaming.jar -input input -output output -mapper streamingMapper.sh -reducer streamingReducer.sh -file streamingMapper.sh -file streamingReducer.sh
  

• 觀看執行結果

  hadoop@lucid:/opt/hadoop$ bin/hadoop fs -cat output/part-00000