Hadoop云计算实验报告.docx
《Hadoop云计算实验报告.docx》由会员分享，可在线阅读，更多相关《Hadoop云计算实验报告.docx（12页珍藏版）》请在冰点文库上搜索。
Hadoop云计算实验报告
Hadoop云计算实验报告
1实验目的
在虚拟机Ubuntu上安装Hadoop单机模式和集群；
编写一个用Hadoop处理数据的程序，在单机和集群上运行程序。
2实验环境
虚拟机：
VMware9
操作系统：
ubuntu-12.04-server-x64（服务器版），ubuntu-14.10-desktop-amd64（桌面版）
Hadoop版本：
hadoop1.2.1
Jdk版本：
jdk-7u80-linux-x64
Eclipse版本：
eclipse-jee-luna-SR2-linux-gtk-x86_64
Hadoop集群：
一台namenode主机master，一台datanode主机salve，
master主机IP为10.5.110.223，slave主机IP为10.5.110.207。
3实验设计说明
3.1主要设计思路
在ubuntu操作系统下，安装必要软件和环境搭建，使用eclipse编写程序代码。
实现大数据的统计。
本次实验是统计软件代理系统操作人员处理的信息量，即每个操作人员出现的次数。
程序设计完成后，在集成环境下运行该程序并查看结果。
3.2算法设计
该算法首先将输入文件都包含进来，然后交由map程序处理，map程序将输入读入后切出其中的用户名，并标记它的数目为1，形成的形式，然后交由reduce处理，reduce将相同key值（也就是word）的value值收集起来，形成的形式，之后再将这些1值加起来，即为用户名出现的个数，最后将这个对以TextOutputFormat的形式输出到HDFS中。
3.3程序说明
1）UserNameCountMap类继承了org.apache.hadoop.mapreduce.Mapper，4个泛型类型分别是map函数输入key的类型，输入value的类型，输出key的类型，输出value的类型。
2）UserNameCountReduce类继承了org.apache.hadoop.mapreduce.Reducer，4个泛型类型含义与map类相同。
3）main函数通过addInputPath将数据文件引入该类，在通过setOutputPath将生成结果转为一个文件，实现生成结果，即统计结果的查看。
FileInputFormat.addInputPath（job,newPath（args[0]））;
FileOutputFormat.setOutputPath（job,newPath（args[1]））;
程序具体代码如附件中源程序。
4实验过程
4.1安装实验环境
4.1.1安装ubuntu操作系统
1）打开VMware,在Hometab中单击“CreateaNewVirtualMachine”，
2）选择custom，选择虚拟硬件版本Workstation9.0，选择ios文件，next，
3）录入目标操作系统信息,包括Fullname、Uername和Password，next，
4）选择默认的选项，一般不做更改，最后确认信息，Finish，
5）安装成功后，会看到如下画面，
4.1.2安装配置Samba
安装samba主要为了实现与windows操作系统的通讯，由于server版本的ubuntu没有自带图形操作界面，所以下载资料等操作不太方便，这也是安装samba的目的之一。
1）安装samba，输入如下命令：
2）安装vim
3）创建共享目录，并修改权限
4）配置samba。
修改samba的配置文件/etc/samba/smb.conf，将security=share，并在文件的末尾追加如下内容，
5）测试。
在windows实机中，通过ip访问ubuntu虚拟机，可以见到share文件夹
4.1.3安装配置JDK
首先，下载java开发工具包JDK。
在本次试验中，我们下载的版本是jdk-7u80-linux-x64.gz。
解压安装到/usr/lib/jvm/目录下，更名为java-7-sun。
配置环境变量/etc/environment，
使配置生效
测试安装配置结果
4.1.4在单节点（伪分布式）环境下运行HADOOP
1）添加Hadoop用户并赋予sudo权限
2）安装配置SSH
切换至hadoop用户，
配置密钥，使得hadoop用户能够无须输入密码，通过SSH访问localhost，
测试结果：
3）安装配置Hadoop
首先下载Hadoop,解压缩到/opt/hadoop目录下,本次试验中我们下载的版本是hadoop-1.2.1-bin.tar.gz，更改目录名称为hadoop。
修改与hadoop相关的配置文件（在/opt/hadoop/conf目录下），分别是core-site.xml,hadoop-env.sh,hdsf-site.xml,mapred-site.xml。
在此不一一列举。
4）运行Hadoop
首先格式化HDFS，
启动单节点集群，
通过jps查看，
master
slave
停止单节点集群，
4.1.5在多节点（分布式）环境下运行HADOOP
1）设置/etc/hosts文件
实验中两台机器处于同一局域网中，其中一台作为master，ip地址为10.5.110.223，一台作为slave，ip地址为10.5.110.207，修改两台机器的/etc/hosts文件，
2）设置节点之间无密码SSH登陆
验证配置SSH是否正确
3）修改集群配置文件
修改master的masters、slaves，修改所有节点的core-site.xml,hdsf-site.xml,mapred-site.xml，在此不一一列出。
4）在master上格式化HDFS
5）启动和停止集群
启动集群，
在master上启动HDFS后，jps结果如下：
master
slave
在master上启动mapreduce后，jps结果如下：
master
slave
停止集群
4.2运行程序
4.2.1在单机上运行程序
（1）在Eclipse下，新建map/reduce工程
（2）新建一个java类UserNameCount，编写代码
（3）运行程序，结果如下：
（4）在eclipse中编译好源代码后，导出程序的jar包，供在集群上使用。
4.2.2在集群上运行程序
（1）启动集群，通过jps命令查看master，slave上启动的服务列表，结果如下：
（2）在集群环境下运行该程序jar包（UserNameCount.jar），结果如下：
（3）查看集群环境下启动程序生成的结果，即output文件，结果如下：
（4）数据统计结果在part-r-00000中，具体内容如下，
5附件
源代码如下：
packagehadoop;
importjava.io.IOException;
importjava.util.StringTokenizer;
importorg.apache.hadoop.conf.Configuration;
importorg.apache.hadoop.fs.Path;
importorg.apache.hadoop.io.IntWritable;
importorg.apache.hadoop.io.LongWritable;
importorg.apache.hadoop.io.Text;
importorg.apache.hadoop.mapreduce.Job;
importorg.apache.hadoop.mapreduce.Mapper;
importorg.apache.hadoop.mapreduce.Reducer;
importorg.apache.hadoop.mapreduce.lib.input.FileInputFormat;
importorg.apache.hadoop.mapreduce.lib.input.TextInputFormat;
importorg.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
importorg.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
publicclassUserNameCount{
publicstaticclassUserNameCountMapextends
Mapper{
privatefinalIntWritableone=newIntWritable
（1）;
privateTextword=newText（）;
publicvoidmap（LongWritablekey,Textvalue,Contextcontext）
throwsIOException,InterruptedException{
Stringline=value.toString（）;
StringTokenizertoken=newStringTokenizer（line）;
while（token.hasMoreTokens（））{
word.set（token.nextToken（））;
context.write（word,one）;
}
}
}
publicstaticclassUserNameCountReduceextends
Reducer{
publicvoidreduce（Textkey,Iterablevalues,
Contextcontext）throwsIOException,InterruptedException{
intsum=0;
for（IntWritableval:
values）{
sum+=val.get（）;
}
context.write（key,newIntWritable（sum））;
}
}
publicstaticvoidmain（String[]args）throwsException{
Configurationconf=newConfiguration（）;
Jobjob=newJob（conf）;
job.setJarByClass（UserNameCount.class）;
job.setJobName（"usernamecount"）;
job.setOutputKeyClass（Text.class）;
job.setOutputValueClass（IntWritable.class）;
job.setMapperClass（UserNameCountMap.class）;
job.setReducerClass（UserNameCountReduce.class）;
job.setInputFormatClass（TextInputFormat.class）;
job.setOutputFormatClass（TextOutputFormat.class）;
FileInputFormat.addInputPath（job,newPath（args[0]））;
FileOutputFormat.setOutputPath（job,newPath（args[1]））;
job.waitForCompletion（true）;
}
}
升级会员 