Hadoop的简单使用

 

Hadoop的简单使用

1. 使用Hadoop提供的命令行，向文件系统中创建一个文件。

    

   ./hadoop fs -put temp.txt hdfs://localhost:8888/

    

   说明：

   1. ./hadoop 是bin目录下
   2. fs 表明对文件系统进行操作
   3. -put 就是传输
   4. temp.txt 是我要传输的文件
   5. hdfs://localhost:8888 是hdfs的入口

 

检测是否成功上传:

http://localhost:50070

然后点击browse the filesystem

可以看到：

 

 

一个简单的MapReduce任务

任务说明: 使用Hadoop自动的一个案例，来统计多个文件的的各个单词出现的次数。

 

步骤如下:

1. 通过ssh上传一些文件。为了方便，我们最好上传文本文件。从 apache的extra目录下把文件上传到ubuntu下

   

    

2. 将这些文件上传到hadoop的文件系统

   2.1先创建一个目录

   ./hadoop fs -mkdir /task1 【如果要看 hadoop有哪些指令，可以 ./hadoop 如果要看 还可以通过 ./hadoop fs 来看分项的命令】

   1. 将 /home/hsp/test 的所有文件上传到 /task1目录下

   ./hadoop fs -put /home/hsp/test/*.* /task1

   1. 执行一个MapReduce任务，这个是已经写好的，自带的，后面详解，现在体验

   ./bin/hadoop jar hadoop-examples-1.0.3.jar wordcount /task1 /result1

   说明：这个指令一定要在 hadoop的bin目录下执行，因为 hadoop-examples-1.0.3.jar 是在hadoop/bin 目录下的.

    

   结果:

   

    

 

1. 验证是否正确

    

   http://localhost:50030 , [这个就是MapReduce的管理界面]可以看到MapReduce 任务的完成情况

   

   点击job_201506...可以看到详细情况，如下:

    

   

   说明： 这个任务被Map了11个，有一个reduce操作。

    

   
   http://localhost:50070 ，点击 part-r-00000 ,就可以看到结果

   

    

   both 是5次，我们在ubuntu 直接统计一下

    

   grep both /home/hsp/test/*.* 可以看到一个5个

   grep both /home/hsp/test/*.*|wc 也可以直接得到结果.