Maven 翻譯為”專家”、”內行”，是 Apache 下的一個純 Java 開發的開源項目?；陧椖繉ο竽Ｐ?Project Object Model 縮寫：POM)概念，Maven利用一個中央信息片斷能管理一個項目的構建、報告和文檔等步驟。Maven 是一個項目管理工具，可以對 Java 項目進行構建、依賴管理。
在開發一些大型項目的時候，需要用到各種各樣的開源包jar，為了方便管理及加載jar，使用maven開發項目可以節省大量時間且方便項目移動至新的開發環境。
開發環境
Maven安裝
我使用的這個版本的Eclipse已經自帶了Maven插件，不需要在自行安裝，因此我也沒有實際操作，本文就不介紹如何配置。
至于怎么知道自己使用的Eclipse是否自帶有Maven，可以在Eclipse->Preference->Maven->Installations查看是否有Maven及版本號?；蛘咧苯有陆椖坎榭词欠裼蠱aven選項。
構建Hadoop環境
創建Maven項目
打開Eclipse，File->new->project，選擇Maven，然后下一步next
選擇Creat a simple project，然后下一步next
輸入Group id和artifact id。然后finish。
groupid和artifactId被統稱為“坐標”是為了保證項目唯一性而提出的，如果你要把你項目弄到maven本地倉庫去，你想要找到你的項目就必須根據這兩個id去查找。
groupId一般分為多個段，這里我只說兩段，第一段為域，第二段為公司名稱。域又分為org、com、cn等等許多，其中org為非營利組織，com為商業組織。舉個apache公司的tomcat項目例子：這個項目的groupId是org.apache，它的域是org（因為tomcat是非營利項目），公司名稱是apache，artigactId是tomcat。
比如我創建一個項目，我一般會將groupId設置為cn.snowin，cn表示域為中國，snowin是我個人姓名縮寫，artifactId設置為testProj，表示你這個項目的名稱是testProj，依照這個設置，你的包結構最后是cn.snowin.testProj打頭。(引自 鏈接 )
完成上述步驟后，就可以在Project Explorer中看到剛剛創建的Maven項目。
增加Hadoop依賴
我使用的Hadoop 2.7版本，以下是我的POM配置文件
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>practice.hadoop</groupId> <artifactId>simple-examples</artifactId> <version>0.0.1-SNAPSHOT</version> <packaging>jar</packaging> <name>simple-examples</name> <url>http://maven.apache.org</url> <properties> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> </properties> <dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> <scope>test</scope> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.7.0</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.7.0</version> </dependency> <dependency> <groupId>org.apache.mrunit</groupId> <artifactId>mrunit</artifactId> <version>1.1.0</version> <classifier>hadoop2</classifier> <scope>test</scope> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-core --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-mapreduce-client-core</artifactId> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-yarn-api --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-yarn-api</artifactId> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-auth --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-auth</artifactId> <version>2.7.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-minicluster --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-minicluster</artifactId> <version>2.7.0</version> <scope>test</scope> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-jobclient --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-mapreduce-client-jobclient</artifactId> <version>2.7.0</version> <scope>provided</scope> </dependency> </dependencies> </project>
在Project Explorer中右鍵該項目，選擇build project，Maven就會根據POM.xml配置文件下載所需要的jar包。
稍等一段時間后，就可以看到Maven Dependencies中已經下載好的jar包。
hadoop配置文件
運行 MapReduce 程序前，務必將 /usr/local/Cellar/hadoop/2.7.0/libexec/etc/hadoop 中將有修改過的配置文件（如偽分布式需要core-site.xml 和 hdfs-site.xml），以及log4j.properties復制到 src/main/resources/
MapReduce實例—WordCount
在 src/main/java/ 路徑下，創建java文件，代碼如下
import java.io.IOException;
import java.util.StringTokenizer;
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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
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 class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
/**
* LongWritable, IntWritable, Text 均是 Hadoop 中實現的用于封裝 Java
* 數據類型的類，這些類實現了WritableComparable接口，
* 都能夠被串行化從而便于在分布式環境中進行數據交換，你可以將它們分別視為long,int,String 的替代品。
*/
private final static IntWritable one = new IntWritable(1); // 值為1
private Text word = new Text();
public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
StringTokenizer itr = new StringTokenizer(value.toString()); // 對字符串進行切分
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);
}
}
}
public static class IntSumReducer 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);
}
}
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
conf.addResource("classpath:/hadoop/core-site.xml");
conf.addResource("classpath:/hadoop/hdfs-site.xml");
conf.addResource("classpath:/hadoop/mapred-site.xml");
// String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
String[] otherArgs = {"/input", "/output"};
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(TokenizerMapper.class);
job.setCombinerClass(IntSumReducer.class);
job.setReducerClass(IntSumReducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.setInputDirRecursive(job, true);
FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
