0
0

IDEA连接Linux上的Hadoop并对HDFS进行操作

IDEA连接Linux上的Hadoop并对HDFS进行操作

文章目录

Windows软件准备

和Linux上版本相同的Hadoop

  • 压缩包解压: 将放在Linux上面的Hadoop压缩包(hadoop_xxxx.tar.gz)放在Windows任意硬盘中任意(建议新创建的一个Hadoop文件夹)文件夹, 然后直接进行解压即可, 不需要担心软件的系统适配问题image-20230326150748938
  • 配置HADOOP_HOME环境变量及添加bin和sbin目录的系统路径image-20230326151046849image-20230326151127710
  • 验证配置是否成功, 在powershell中输入hadoop -version显示如下信息即表示配置成功image-20230326151350462

与Linux版本相同的Java

  • 同样需要配置环境变量image-20230326151434434

Windows的hadoop驱动文件

hadoop.dll

和

winutils.exe
  • 在GitHub上面下载, 如果没有对应于自己当前Hadoop的版本, 则选择高一点点的- Download-link-Github- 然后将选择指定的版本中的hadoop.dll文件放到./hadoop/bin/下和C:\Windows\System32\下image-20230326152014818image-20230326151915330- 将winutils.exe文件也放到./hadoop/bin/下image-20230326152159995并为该文件配置环境变量添加系统路径image-20230326152255414

配置

Linux使用Hadoop的用户名

的环境变量

HADOOP_USER_NAME

即在Linux中如果**使用Hadoop的用户是

hadoop

, 则在环境变量配置的变量值**中填入

hadoop

image-20230326152637938

IDEA中的操作

安装

big data tools

插件

image-20230326152750677

安装好之后, 右侧边栏会出现Big Data Tools的选项框

点击选项框, 在左上角的

+

中选择**添加

HDFS

**

image-20230326152949374

然后进行如下操作

image-20230326153135272

出现hdfs连接不上的情况

第一种错误-

HADOOP_HOME

Error

出现

HADOOP_HOME

相关问题, 如果按照预先安装中的四个步骤应该没有这个问题

如果真的还有问题, 那只能再去Google

第二种错误-

connectionError

Error

显示本机无法连接到Linux, 

connectionError
使用
telnet

进行测试

telnet <Linux-IP> 9000

因为Hadoop服务的默认端口是

9000

, 这个是在

core-site.xml

中手动指定的

如果上述命令执行过之后显示连接不成功, 那么就是端口的监听问题

问题原因

因为当前Hadoop的9000端口仅允许本地访问，需要更改为允许远程访问。

image-20230326145454267

解决方法

在

core-site.xml

文件中更改

fs.defaultFS

属性的值为Linux服务器的IP地址，例如hdfs://192.168.1.100:9000，然后重启Hadoop服务以使更改生效。

image-20230326154126678

重启Hadoop步骤（假设已经为Hadoop中的bin和sbin目录配置了环境变量）：

  • stop-all.sh
  • start-all.sh
  • jps查看相关进程以确认启动成功

另外，确保防火墙设置允许来自Windows机器的流量通过9000端口。

完成这些步骤后，就能够从Windows机器上的IDE中成功连接到Linux服务器上的Hadoop并对HDFS进行操作。

image-20230326150215149

然后即可连接成功

image-20230326145914858

创建maven项目

新建项目即可

image-20230326154825837

删除相关无用文件和目录

image-20230326155019244

导入hadoop配置文件到resources中

从Linux中的

./hadoop/etc/hadoop/

目录中取出

core-site.xml

和

hdfs-site.xml

文件放入idea的

resources

目录中

image-20230326161247524

配置pom.xml文件

在

hadoop-client

中将版本改为自己的hadoop版本

<?xml version="1.0" encoding="UTF-8"?><projectxmlns="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>org.example</groupId><artifactId>JavaHadoopProJectS</artifactId><version>1.0-SNAPSHOT</version><packaging>jar</packaging><dependencies><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-client</artifactId><version>2.10.2</version></dependency><!--解决关于slf4j的mutiple bindings问题 --><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-log4j12</artifactId><version>1.7.25</version><exclusions><exclusion><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId></exclusion></exclusions></dependency></dependencies><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-jar-plugin</artifactId><version>2.4</version><configuration><archive><manifest><mainClass>org.hhrz.mapreduce.demo.JobMain</mainClass></manifest></archive></configuration></plugin></plugins></build></project>

PS:我在上述文件中加入了以下关于slf4j冲突所以去除依赖的语句

如果你没有该冲突问题, 并且该语句让你的程序运行出了问题, 你可以将其去掉

<dependency><groupId>org.slf4j</groupId><artifactId>slf4j-log4j12</artifactId><version>1.7.25</version><exclusions><exclusion><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId></exclusion></exclusions></dependency>

编写WordCount代码进行测试

在其中对

hadoop.dll

文件的路径设置和

HADOOP_USER_NAME

的value值设置做自己的更改

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.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.output.FileOutputFormat;importorg.apache.hadoop.util.GenericOptionsParser;importorg.apache.log4j.BasicConfigurator;publicclassWordCount{publicstaticclassMapextendsMapper<Object,Text,Text,IntWritable>{privatestaticIntWritable one =newIntWritable(1);privateText word =newText();publicvoidmap(Object key,Text value,Context context)throwsIOException,InterruptedException{StringTokenizer st =newStringTokenizer(value.toString());while(st.hasMoreTokens()){
                word.set(st.nextToken());
                context.write(word, one);}}}publicstaticclassReduceextendsReducer<Text,IntWritable,Text,IntWritable>{privatestaticIntWritable result =newIntWritable();publicvoidreduce(Text key,Iterable<IntWritable> values,Context context)throwsIOException,InterruptedException{int sum =0;for(IntWritable val:values){
                sum += val.get();}
            result.set(sum);
            context.write(key, result);}}static{try{// 填入自己的文件的路径System.load("E:\\Hadoop\\hadoop-2.10.2\\hadoop-2.10.2\\bin\\hadoop.dll");//建议采用绝对地址，bin目录下的hadoop.dll文件路径}catch(UnsatisfiedLinkError e){System.err.println("Native code library failed to load.\n"+ e);System.exit(1);}}publicstaticvoidmain(String[] args)throwsException{BasicConfigurator.configure();//自动快速地使用缺省Log4j环境。// 填入自己的环境变量中配置的value值System.setProperty("HADOOP_USER_NAME","value");Configuration conf =newConfiguration();String[] otherArgs =newGenericOptionsParser(conf,args).getRemainingArgs();if(otherArgs.length !=2){System.err.println("Usage WordCount <int> <out>");System.exit(2);}Job job =newJob(conf,"word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(Map.class);
        job.setCombinerClass(Reduce.class);
        job.setReducerClass(Reduce.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);FileInputFormat.addInputPath(job,newPath(otherArgs[0]));FileOutputFormat.setOutputPath(job,newPath(otherArgs[1]));System.exit(job.waitForCompletion(true)?0:1);}}

返回Linux中在hdfs中创建输入文件和输出目录

基本命令

  • hadoop fs -mkdir /data 创建输入目录
  • hadoop fs -mkdir /out 创建输出目录
  • hadoop fs -put test.txt /data 上传测试文件到data目录
  • hadoop fs -cat /data/test.txt 显示test.txt文件中的内容test filehello world

可在

Big Data Tools

中看到文件树

image-20230326162452987

指定程序在HDFS中的输入输出路径

在编辑配置中进行设置

image-20230326161728398

以

空格

为分割指定输入输出路径

image-20230326161852211

执行程序 查看输出结果

输出语句有几十行 最后几行程序输出如下

image-20230326162926127

同时查看侧边栏中的

HDFS

可看到

out

目录中已经出现了输出结果

image-20230326163038995

参考文档

win10下IDEA连接虚拟机上的HDFS实现文件操作

利用IDEA通过创建Maven项目来实现hadoop相关项目

在windows系统中安装配置hadoop环境变量

idea连接本地虚拟机Hadoop集群运行wordcount

Windows下IntelliJ IDEA远程连接服务器中Hadoop运行WordCount

hadoop 9000端口只能本地127.0.0.1访问解决方案

hadoop.dll

Download

Download-link-Github

标签： linux intellij-idea 服务器
本文转载自: https://blog.csdn.net/ahahayaa/article/details/129781405
版权归原作者 Every DAV inci 所有， 如有侵权，请联系我们删除。
登录后发布评论

“IDEA连接Linux上的Hadoop并对HDFS进行操作”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

3D培训大师，化工企业安全教育与应急演练的新助力

探索Filtrex：安全高效的JavaScript表达式引擎

解决linux下载github项目下载不下来，下载失败， 连接失败的问题

vscode python代码点击函数无法跳转到定义、无代码提示

【AI大数据计算原理与代码实例讲解】社区发现

GraphQL RabbitMQ 订阅项目教程

C++(2)之Linux多线程服务端编程总结

文章导航