Hadoop2.2 单机测试程序WordCount

共计 2492 个字符，预计需要花费 7 分钟才能阅读完成。

Hadoop wordcount 程序是经典的 hadoop 入门测试程序，主要根据给出一堆文件 file1、file2…，统计出 file1、file2… 中单词出现的次数。
我们在单机上测试运行这个程序，我的测试系统是 Mac OS。
1 下载 hadoop 包，地址：http://www.apache.org/dyn/closer.cgi/hadoop/common/
2 安装到任意目录，我安装在 /usr/local, 解压。
3 配置环境变量：
vi /etc/profile
将下面 ADD 进去。

#export JAVA_HOME=`/usr/libexec/java_home -v 1.7`
export HADOOP_HOME=/usr/local/hadoop-2.2.0
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_OPTS=”-Djava.security.krb5.realm=OX.AC.UK -Djava.security.krb5.kdc=kdc0.ox.ac.uk:kdc1.ox.ac.uk”
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

4 新建 namenode、datanode 目录，目录路径随便指定。
mkdir -p /urs/local/hadoop/mnode/namenode

mkdir -p /urs/local/hadoop/mnode/dataname
5 开始配置 hadoop 文件（xml）：
  a）进入 Hadoop 文件配置目录，cd /usr/local/hadoop/etc/hadoop
  b) 更改 hadoop-env.sh
      把 JAVA_HOME 指定：export JAVA_HOME=`/usr/libexec/java_home -v 1.7`
  c）更改 yarn-site.xml

<property>
    <name>yarn.nodemanager.aux-services</name> 
    <value>mapreduce_shuffle</value>
    </property>
 <property>
    <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
 </property>

  d）更改 core-site.xml

<property>
 <name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
 </property>

  e）更改 hdfs-site.xml

<name>dfs.replication</name>
  <value>1</value>
  </property>
  <property>
  <name>dfs.namenode.name.dir</name>
  <value>file:/usr/local/hadoop/mnode/namenode</value>
  </property>
  <property>
  <name>dfs.datanode.data.dir</name>
  <value>file:/usr/local/hadoop/mnode/datanode</value>
  </property>

 f）更改 mapred-site.xml
<property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
 </property>

6 格式化 NameNode：
hadoop namenode -format

7 启动
start-all.sh

8 查看所有 JAVA 进程：
Jps

此时可以看到如下：

2234 Jps
1989 ResourceManager
2023 NodeManager
1856 DataNode
2060 JobHistoryServer
1793 NameNode
2049 SecondaryNameNode

9 此时可以查看 hadoop 的运行状态：

查看 NameNode：http://localhost:50070/
查看 ResourceManager：http://localhost:8088/cluster

10 新建一个文件夹用于存放原始数据（随便指定）：
mkdir /Usrs/apple/hadoop/tmp
然后在此目录下，新建两个文件：file1、file2，编辑 file1: hello world，编辑 file2：hello hadoop，保存。

11 拷贝到 HDFS
hadoop dfs -copyFromLocal /Users/apple/hadoop/tmp/ /in
(或者：hadoop fs -put /Users/apple/hadoop/tmp/ /input)
查看输入目录：hadoop fs -ls /

12 RUN
首先进入 example 目录：cd /usr/local/hadoop/share/hadoop/mapreduce
然后 run：hadoop jar hadoop-mapreduce-examples-2.2.0.jar wordcount /in /out

13 查看程序运行结果：

hadoop fs -cat /out/part-r-00000
hadoop  1
hello  2
world  1

Hadoop 测试例子 WordCount    http://www.linuxidc.com/Linux/2013-01/78429.htm

更多 Hadoop 相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13