wiki:waue/2010/0115-HelloHadoopV3

Hello Hadoop V3

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
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;

//  HelloHadoopV3 
//  說明: 
//    此程式碼再利用了 HelloHadoopV2 的 map , reduce 檔,並且
//    自動將檔案上傳到hdfs上運算並自動取回結果,還有
//    提示訊息 、參數輸入 與 印出運算時間 的功能
//
//  測試方法:
//    將此程式運作在hadoop 0.20 平台上,執行:
//    ---------------------------
//    hadoop jar HelloHadoopV3.jar /home/$yourname/input /home/$yourname/output-hh3 
//    ---------------------------
//
//  注意:
//    1.  第一個輸入的參數是在local 的 輸入資料夾,請確認此資料夾內有資料並無子目錄
//    2.  第二個輸入的參數是在local 的 運算結果資料夾,由程式產生不用事先建立,若有請刪除之


public class HelloHadoopV3 {

  public static void main(String[] args) throws IOException,
      InterruptedException, ClassNotFoundException {
    
    // debug using
//    String[] argv = {"/home/waue/input","/home/waue/output-hh3"};
//    args = argv;
    
    String hdfs_input = "HH3_input";
    String hdfs_output = "HH3_output";
     
    Configuration conf = new Configuration();
    // 宣告取得參數
    String[] otherArgs = new GenericOptionsParser(conf, args)
        .getRemainingArgs();
    // 如果參數數量不為2 則印出提示訊息
    if (otherArgs.length != 2) {
      System.err
          .println("Usage: hadoop jar HelloHadoopV3.jar <local_input> <local_output>");
      System.exit(2);
    }
    Job job = new Job(conf, "Hadoop Hello World");
    job.setJarByClass(HelloHadoopV3.class);
    // set map and reduce class
    job.setMapperClass(HelloMapperV2.class);
    job.setCombinerClass(HelloReducerV2.class);
    job.setReducerClass(HelloReducerV2.class);

    job.setMapOutputKeyClass(Text.class);
    job.setMapOutputValueClass(Text.class);

    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(Text.class);
    
    
    // 用  checkAndDelete 函式防止overhead的錯誤
    CheckAndDelete.checkAndDelete(hdfs_input, conf);
    CheckAndDelete.checkAndDelete(hdfs_output, conf);
    
    // 放檔案到hdfs
    PutToHdfs.putToHdfs(args[0], hdfs_input, conf);
    
    // 設定hdfs 的輸入輸出來源路定
    FileInputFormat.addInputPath(job, new Path(hdfs_input));
    FileOutputFormat.setOutputPath(job, new Path(hdfs_output));

    
    long start = System.nanoTime();

    job.waitForCompletion(true);
    
    // 把hdfs的結果取下
    GetFromHdfs.getFromHdfs(hdfs_output, args[1], conf);

    boolean status = job.waitForCompletion(true);
    // 計算時間
    if (status) {
      System.err.println("Integrate Alert Job Finished !");
      long time = System.nanoTime() - start;
      System.err.println(time * (1E-9) + " secs.");

    } else {
      System.err.println("Integrate Alert Job Failed !");
      System.exit(1);
    }
  }
}

Last modified 11 years ago Last modified on Jan 19, 2010, 7:48:52 PM