Hadoop快速入门(WordContent简单应用)

Hadoop快速入门

WordContent简单应用

Hadoop的HelloWorld程序

创建HDFS目录

hdfs命令位于bin目录下,通过hdfs dfs -mkdir命令可以创建一个目录。

[[email protected] hadoop-2.7.3]# bin/hdfs dfs -mkdir -p input

dfs创建的目录默认会放到/user/{username}/目录下面,其中{username}是当前用户名。所以input目录应该在/user/root/下面。

下面通过`hdfs dfs -ls`命令可以查看HDFS目录文件

[[email protected] hadoop-2.7.3]# bin/hdfs dfs -ls /

上传文件到HDFS

在本地新建一个文本文件

vi /root/words.txt

将本地文件/root/words.txt上传到HDFS

bin/hdfs dfs -put /root/words.txt input
bin/hdfs dfs -ls input

运行WordContent

执行下面命令:

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount input output

[[email protected] hadoop-2.7.3]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount input output
18/11/22 08:37:53 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
18/11/22 08:37:55 INFO input.FileInputFormat: Total input paths to process : 1
18/11/22 08:37:56 INFO mapreduce.JobSubmitter: number of splits:1
18/11/22 08:37:56 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1542892421463_0001
18/11/22 08:37:57 INFO impl.YarnClientImpl: Submitted application application_1542892421463_0001
18/11/22 08:37:57 INFO mapreduce.Job: The url to track the job: http://node1:8088/proxy/application_1542892421463_0001/
18/11/22 08:37:57 INFO mapreduce.Job: Running job: job_1542892421463_0001
18/11/22 08:39:05 INFO mapreduce.Job: Job job_1542892421463_0001 running in uber mode : false
18/11/22 08:39:05 INFO mapreduce.Job:  map 0% reduce 0%
18/11/22 08:39:53 INFO mapreduce.Job:  map 100% reduce 0%
18/11/22 08:40:27 INFO mapreduce.Job:  map 100% reduce 100%
18/11/22 08:40:30 INFO mapreduce.Job: Job job_1542892421463_0001 completed successfully
18/11/22 08:40:35 INFO mapreduce.Job: Counters: 49
        File System Counters
                FILE: Number of bytes read=51
                FILE: Number of bytes written=237319
                FILE: Number of read operations=0
                FILE: Number of large read operations=0
                FILE: Number of write operations=0
                HDFS: Number of bytes read=150
                HDFS: Number of bytes written=29
                HDFS: Number of read operations=6
                HDFS: Number of large read operations=0
                HDFS: Number of write operations=2
        Job Counters
                Launched map tasks=1
                Launched reduce tasks=1
                Data-local map tasks=1
                Total time spent by all maps in occupied slots (ms)=43701
                Total time spent by all reduces in occupied slots (ms)=28714
                Total time spent by all map tasks (ms)=43701
                Total time spent by all reduce tasks (ms)=28714
                Total vcore-milliseconds taken by all map tasks=43701
                Total vcore-milliseconds taken by all reduce tasks=28714
                Total megabyte-milliseconds taken by all map tasks=44749824
                Total megabyte-milliseconds taken by all reduce tasks=29403136
        Map-Reduce Framework
                Map input records=3
                Map output records=8
                Map output bytes=74
                Map output materialized bytes=51
                Input split bytes=108
                Combine input records=8
                Combine output records=4
                Reduce input groups=4
                Reduce shuffle bytes=51
                Reduce input records=4
                Reduce output records=4
                Spilled Records=8
                Shuffled Maps =1
                Failed Shuffles=0
                Merged Map outputs=1
                GC time elapsed (ms)=342
                CPU time spent (ms)=3420
                Physical memory (bytes) snapshot=283492352
                Virtual memory (bytes) snapshot=4202385408
                Total committed heap usage (bytes)=138788864
        Shuffle Errors
                BAD_ID=0
                CONNECTION=0
                IO_ERROR=0
                WRONG_LENGTH=0
                WRONG_MAP=0
                WRONG_REDUCE=0
        File Input Format Counters
                Bytes Read=42
        File Output Format Counters
                Bytes Written=29

查看结果

bin/hdfs dfs -ls output

bin/hdfs dfs -cat output/part-r-00000

[[email protected] hadoop-2.7.3]# bin/hdfs dfs -ls output
Found 2 items
-rw-r--r--   1 root supergroup          0 2018-11-22 08:40 output/_SUCCESS
-rw-r--r--   1 root supergroup         29 2018-11-22 08:40 output/part-r-00000
[[email protected] hadoop-2.7.3]# bin/hdfs dfs -cat output/part-r-00000
Hello   2
Java    2
World   2
dtt     2
[[email protected] hadoop-2.7.3]#

原文地址:https://www.cnblogs.com/mtime2004/p/10004164.html

时间: 2024-08-28 12:38:54

Hadoop快速入门(WordContent简单应用)的相关文章

Maven 快速入门及简单使用

开发环境 MyEclipse 8.5 JDK 1.6 Maven 3.2.1 1.什么是Maven? Maven是一个项目管理工具,主要用于项目构建,依赖管理,项目信息管理. 2.下载及安装 下载最新版 Maven:apache-maven-3.2.1-bin.tar.gz.下载地址:http://pan.baidu.com/s/1eQDwk8M. 解压文件: 配置环境变量(需要先配置好%JAVA_HOME%环境变量): 查看是否配置成功,在控制台中输入:mvn -v 修改%MAVEN_HOME

Maven 系列 一 :Maven 快速入门及简单使用【转】

开发环境 MyEclipse 2014 JDK 1.8 Maven 3.2.1 1.什么是Maven? Maven是一个项目管理工具,主要用于项目构建,依赖管理,项目信息管理. 2.下载及安装 下载最新版 Maven:apache-maven-3.2.1-bin.zip.官网下载:http://maven.apache.org/download.cgi. 解压文件: 配置环境变量(需要先配置好%JAVA_HOME%环境变量): 查看是否配置成功: 其他配置:settings.xml(后面讲到)

Maven 系列 一 : Maven 快速入门及简单使用

开发环境 MyEclipse 2014 JDK 1.8 Maven 3.2.1 1.什么是Maven? Maven是一个项目管理工具,主要用于项目构建,依赖管理,项目信息管理. 2.下载及安装 下载最新版 Maven:apache-maven-3.2.1-bin.zip.官网下载:http://maven.apache.org/download.cgi. 解压文件: 配置环境变量(需要先配置好%JAVA_HOME%环境变量): 查看是否配置成功: 其他配置:settings.xml(后面讲到)

Maven入门指南 :Maven 快速入门及简单使用

Maven入门指南 :Maven 快速入门及简单使用 前言 Maven是一个Java语言编写的开源项目管理工具,是Apache软件基金会的顶级项目.主要用于项目构建,依赖管理,项目信息管理. maven项目在编译.测试.打包里,会需要从maven的中央仓库(即:maven组织公布在互联网上的一个站点,里面已经收录了目前绝大多数主流的jar包)下载jar包等文件, 如果使用代理服务器上网,需要配置代理服务器. 理解"仓库" 首次运行完mvn -version后,会在用户目录下创建一个.m

【机器学习快速入门】简单自学机器学习理论

[机器学习快速入门]简单自学机器学习理论 机器学习理论--part I 前言 (第II部分内容点此:第III部分内容点此) 动机 大多数人在小的时候被魔术师以及魔术技巧所迷住,并想弄明白其中的奥秘.有些人会带着这份迷恋研究到更深处并学习魔术技巧,有些人会接受专业的训练,而其他人会继续平庸下去.我在年幼时也尝试过魔术技巧并沉迷于其中,然而后来学习的是另外一种魔术,称作计算机编程. 编程确实酷似魔法, 和魔术一样,自学的现象在计算机编程世界占了上风.在过去的两年计算机开发者调查显示,超过一半的开发者

Maven入门指南 Maven 快速入门及简单使用

Maven入门指南 :Maven 快速入门及简单使用 前言 Maven是一个Java语言编写的开源项目管理工具,是Apache软件基金会的顶级项目.主要用于项目构建,依赖管理,项目信息管理. maven项目在编译.测试.打包里,会需要从maven的中央仓库(即:maven组织公布在互联网上的一个站点,里面已经收录了目前绝大多数主流的jar包)下载jar包等文件, 如果使用代理服务器上网,需要配置代理服务器. 理解"仓库" 首次运行完mvn -version后,会在用户目录下创建一个.m

Hadoop快速入门

传说中的Hadoop,我终于来对着你唱"征服"了,好可爱的小象,!J 总的来说,hadoop的思路比较简单(map-reduce),就是将任务分开进行,最后汇总.但这个思路实现起来,比较复杂,但相对于几年前Intel等硬件公司提出的网格运算等方式,显得更加开放. 你难任你难,哥就是头铁! Tip:实践应用是核心,本文概念为主,有些部分可能会有些晦涩,直接跳过就好(不是特别重要). 本文代码实践在:https://github.com/wanliwang/cayman/tree/mast

大数据Hadoop快速入门

1.Hadoop生态概况 Hadoop是一个由Apache基金会所开发的分布式系统集成架构,用户可以在不了解分布式底层细节情况下,开发分布式程序,充分利用集群的威力来进行高速运算与存储,具有可靠.高效.可伸缩的特点 Hadoop的核心是YARN,HDFS,Mapreduce,常用模块架构如下 2.HDFS 源自谷歌的GFS论文,发表于2013年10月,HDFS是GFS的克隆版,HDFS是Hadoop体系中数据存储管理的基础,它是一个高度容错的系统,能检测和应对硬件故障 HDFS简化了文件一致性模

大数据学习之Hadoop快速入门

1.Hadoop生态概况 Hadoop是一个由Apache基金会所开发的分布式系统集成架构,用户可以在不了解分布式底层细节情况下,开发分布式程序,充分利用集群的威力来进行高速运算与存储,具有可靠.高效.可伸缩的特点.大数据学习资料分享群119599574 Hadoop的核心是YARN,HDFS,Mapreduce,常用模块架构如下 2.HDFS 源自谷歌的GFS论文,发表于2013年10月,HDFS是GFS的克隆版,HDFS是Hadoop体系中数据存储管理的基础,它是一个高度容错的系统,能检测和