wiki:waue/2009/0822

Context Navigation

Version 3 (modified by waue, 16 years ago) (diff)
--

零. 環境配置
1. 0.1 環境說明
2. 0.2 目錄說明
一、安裝
二、建立專案
三、撰寫範例程式
四、測試範例程式
1. 4.1 在eclipse上操作
2. 4.2 產生專屬於自己的jar檔
五、結論

hadoop 程式開發 (eclipse plugin)

零. 環境配置

0.1 環境說明

ubuntu 8.10
sun-java-6
- java 下載處
- JavaDoc
eclipse 3.3.2
- eclipse 各版本下載點 http://archive.eclipse.org/eclipse/downloads/
hadoop 0.18.3
- hadoop 各版本下載點 http://ftp.twaren.net/Unix/Web/apache/hadoop/core/

0.2 目錄說明

使用者：hadoop
使用者家目錄： /home/hadooper
專案目錄： /home/hadooper/workspace
hadoop目錄： /opt/hadoop

一、安裝

安裝的部份沒必要都一模一樣，僅提供參考，反正只要安裝好java , hadoop , eclipse，並清楚自己的路徑就可以了

1.1. 安裝java

首先安裝java 基本套件

$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre

1.1.1. 安裝sun-java6-doc

1 將javadoc (jdk-6u10-docs.zip) 下載下來下載點

Error: Macro Image(wiki:waue:2009:0617:1-1.png) failed

No filespec given

2 下載完後將檔案放在 /tmp/ 下

3 執行

$ sudo apt-get install sun-java6-doc

1.2. ssh 安裝設定

1.3. 安裝hadoop

1.4. 安裝eclipse

取得檔案 eclipse 3.3.2 檔並放家目錄後，執行下面指令：

$ cd ~
$ tar -zxvf eclipse-SDK-3.3.2-linux-gtk.tar.gz
$ sudo mv eclipse /opt
$ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/

二、建立專案

2.1 安裝hadoop 的 eclipse plugin

匯入hadoop eclipse plugin

$ cd /opt/hadoop
$ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.18.3-eclipse-plugin.jar /opt/eclipse/plugins

補充：可斟酌參考eclipse.ini內容（非必要）

$ sudo vim /opt/eclipse/eclipse.ini

-startup
plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar
--launcher.library
plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805
-showsplash
org.eclipse.platform
--launcher.XXMaxPermSize
512m
-vmargs
-Xms40m
-Xmx512m

2.2 開啟eclipse

打開eclipse

$ eclipse &

一開始會出現問你要將工作目錄放在哪裡：在這我們用預設值

Error: Macro Image(wiki:waue:2009:0617:2-1.png) failed

No filespec given

PS: 之後的說明則是在eclipse 上的介面操作

2.3 選擇視野

window ->

open pers.. ->

other.. ->

map/reduce

Error: Macro Image(wiki:waue:2009:0617:win-open-other.png) failed

No filespec given

設定要用 Map/Reduce? 的視野

Error: Macro Image(wiki:waue:2009:0617:2-2.png) failed

No filespec given

使用 Map/Reduce? 的視野後的介面呈現

Error: Macro Image(wiki:waue:2009:0617:2-3.png) failed

No filespec given

2.4 建立專案

file -> new -> project -> Map/Reduce? -> Map/Reduce? Project -> next

Error: Macro Image(wiki:waue:2009:0617:file-new-project.png) failed

No filespec given

建立mapreduce專案(1)

Error: Macro Image(wiki:waue:2009:0617:2-4.png) failed

No filespec given

建立mapreduce專案的(2)

project name-> 輸入 : icas (隨意)
use default hadoop -> Configur Hadoop install... -> 輸入： "/opt/hadoop" -> ok
Finish

Error: Macro Image(wiki:waue:2009:0617:2-4-2.png) failed

No filespec given

2.5 設定專案

由於剛剛建立了icas這個專案，因此eclipse已經建立了新的專案，出現在左邊視窗，右鍵點選該資料夾，並選properties

Step1. 右鍵點選project的properties做細部設定

Error: Macro Image(wiki:waue:2009:0617:2-5.png) failed

No filespec given

Step2. 進入專案的細部設定頁

hadoop的javadoc的設定(1)

Error: Macro Image(wiki:waue:2009:0617:2-5-1.png) failed

No filespec given

java Build Path -> Libraries -> hadoop0.18.3-ant.jar
java Build Path -> Libraries -> hadoop0.18.3-core.jar
java Build Path -> Libraries -> hadoop0.18.3-tools.jar
- 以 hadoop0.18.3-core.jar 的設定內容如下，其他依此類推

source ...-> 輸入：/opt/opt/hadoop0.18.3/src/core
javadoc ...-> 輸入：file:/opt/hadoop/docs/api/

Step3. hadoop的javadoc的設定完後(2)

Error: Macro Image(wiki:waue:2009:0617:2-5-2.png) failed

No filespec given

Step4. java本身的javadoc的設定(3)

javadoc location -> 輸入：file:/usr/lib/jvm/java-6-sun/docs/api/

Error: Macro Image(wiki:waue:2009:0617:2-5-3.png) failed

No filespec given

設定完後回到eclipse 主視窗

2.6 連接hadoop server

Step1. 視窗右下角黃色大象圖示"Map/Reduce? Locations tag" -> 點選齒輪右邊的藍色大象圖示：

Error: Macro Image(wiki:waue:2009:0617:2-6.png) failed

No filespec given

Step2. 進行eclipse 與 hadoop 間的設定(2)

Error: Macro Image(wiki:waue:2009:0617:2-6-1.png) failed

No filespec given

Location Name -> 輸入：hadoop  (隨意)
Map/Reduce Master -> Host-> 輸入：localhost 
Map/Reduce Master -> Port-> 輸入：9001 
DFS Master -> Host-> 輸入：9000
Finish

設定完後，可以看到下方多了一隻藍色大象，左方展開資料夾也可以秀出在hdfs內的檔案結構

Error: Macro Image(wiki:waue:2009:0617:2-6-2.png) failed

No filespec given

三、撰寫範例程式

之前在eclipse上已經開了個專案icas，因此這個目錄在：
- /home/hadooper/workspace/icas
在這個目錄內有兩個資料夾：
- src ：用來裝程式原始碼
- bin ：用來裝編譯後的class檔
如此一來原始碼和編譯檔就不會混在一起，對之後產生jar檔會很有幫助
在這我們編輯一個範例程式 : WordCount

3.1 mapper.java

File -> new -> mapper

Error: Macro Image(wiki:waue:2009:0617:file-new-mapper.png) failed

No filespec given

create

Error: Macro Image(wiki:waue:2009:0617:3-1.png) failed

No filespec given

source folder-> 輸入： icas/src
Package : Sample
Name -> : mapper

modify

package Sample;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class mapper 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 {
    StringTokenizer itr = new StringTokenizer(value.toString());
    while (itr.hasMoreTokens()) {
      word.set(itr.nextToken());
      context.write(word, one);
    }
  }
}

建立mapper.java後，貼入程式碼

Error: Macro Image(wiki:waue:2009:0617:3-2.png) failed

No filespec given

3.2 reducer.java

File -> new -> reducer

Error: Macro Image(wiki:waue:2009:0617:file-new-reducer.png) failed

No filespec given

create

Error: Macro Image(wiki:waue:2009:0617:3-3.png) failed

No filespec given

source folder-> 輸入： icas/src
Package : Sample
Name -> : reducer

modify

package Sample;

import java.io.IOException;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

public class reducer 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);
  }
}

File -> new -> Map/Reduce? Driver

Error: Macro Image(wiki:waue:2009:0617:file-new-mr-driver.png) failed

No filespec given

3.3 WordCount.java (main function)

建立WordCount.java，此檔用來驅動mapper 與 reducer，因此選擇 Map/Reduce? Driver

Error: Macro Image(wiki:waue:2009:0617:3-4.png) failed

No filespec given

create

source folder-> 輸入： icas/src
Package : Sample
Name -> : WordCount.java

modify

package Sample;

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

public class WordCount {

  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: wordcount <in> <out>");
      System.exit(2);
    }
    Job job = new Job(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(mapper.class);

    job.setCombinerClass(reducer.class);
    job.setReducerClass(reducer.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);
  }
}

三個檔完成後並存檔後，整個程式建立完成

Error: Macro Image(wiki:waue:2009:0617:3-5.png) failed

No filespec given

三個檔都存檔後，可以看到icas專案下的src，bin都有檔案產生，我們用指令來check

$ cd workspace/icas
$ ls src/Sample/
mapper.java  reducer.java  WordCount.java
$ ls bin/Sample/
mapper.class  reducer.class  WordCount.class

四、測試範例程式

4.1 在eclipse上操作

由於hadoop 0.20 此版本的eclipse-plugin依舊不完整，如：
- 右鍵點選WordCount.java -> run as -> run on Hadoop

Error: Macro Image(wiki:waue:2009:0617:run-on-hadoop.png) failed

No filespec given

4.2 產生專屬於自己的jar檔

eclipse 可以產生出jar檔 :

File -> Export -> java -> JAR file -> next ->

選擇要匯出的專案 -> jarfile: /home/hadooper/mytest.jar -> next ->

next ->

main class: 選擇有Main的class -> Finish

以上的步驟就可以在/home/hadooper/ 產生出你的 mytest.jar
不過程式常常修改，每次都做這些動作也很累很煩，讓我們來體驗一下用指令比用圖形介面操作還方便吧

4.2.1 產生Makefile 檔

$ cd /home/hadooper/workspace/icas/
$ gedit Makefile

輸入以下Makefile的內容

JarFile="sample-0.1.jar"
MainFunc="Sample.WordCount"
LocalOutDir="/tmp/output"

all:help
jar:
  jar -cvf ${JarFile} -C bin/ .

run:
  hadoop jar ${JarFile} ${MainFunc} input output

clean:
  hadoop fs -rmr output

output:
  rm -rf ${LocalOutDir}
  hadoop fs -get output ${LocalOutDir}
  gedit ${LocalOutDir}/part-r-00000 & 

help:
  @echo "Usage:"
  @echo " make jar     - Build Jar File."
  @echo " make clean   - Clean up Output directory on HDFS."
  @echo " make run     - Run your MapReduce code on Hadoop."
  @echo " make output  - Download and show output file"
  @echo " make help    - Show Makefile options."
  @echo " "
  @echo "Example:"
  @echo " make jar; make run; make output; make clean"

4.2.2 執行

執行Makefile，可以到該目錄下，執行make [參數]，若不知道參數為何，可以打make 或 make help
make 的用法說明

$ cd /home/hadooper/workspace/icas/
$ make
Usage:
 make jar     - Build Jar File.
 make clean   - Clean up Output directory on HDFS.
 make run     - Run your MapReduce code on Hadoop.
 make output  - Download and show output file
 make help    - Show Makefile options.
 
Example:
 make jar; make run; make output; make clean

下面提供各種make 的參數

make jar

1. 編譯產生jar檔

$ make jar

make run

2. 跑我們的wordcount 於hadoop上

$ make run

make run基本上能正確無誤的運作到結束，因此代表我們在eclipse編譯的程式可以順利在hadoop0.18.3的平台上運行。

而回到eclipse視窗，我們可以看到下方視窗run完的job會呈現出來；左方視窗也多出output資料夾，part-r-00000就是我們的結果檔

Error: Macro Image(wiki:waue:2009:0617:4-1.png) failed

No filespec given

因為有設定完整的javadoc, 因此可以得到詳細的解說與輔助

Error: Macro Image(wiki:waue:2009:0617:4-2.png) failed

No filespec given

make output

3. 這個指令是幫助使用者將結果檔從hdfs下載到local端，並且用gedit來開啟你的結果檔

$ make output

make clean

4. 這個指令用來把hdfs上的output資料夾清除。如果你還想要在跑一次make run，請先執行make clean，否則hadoop會告訴你，output資料夾已經存在，而拒絕工作喔！

$ make clean

五、結論

搭配eclipse ，我們可以更有效率的開發hadoop
hadoop 0.20 與之前的版本api以及設定都有些改變，可以看 hadoop 0.20 coding (eclipse )?

Download in other formats:

Plain Text