在Hadoop的发行包中也附带了例子的源代码,WordCount.java类的主函数实现如下所示:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->publicstaticvoidmain(String[]args)throwsException{
intres=ToolRunner.run(newConfiguration(),newWordCount(),args);
System.exit(res);
}
}
我们先从主函数入手吧,一点点地按照“深度遍历”的思想,分解掉这个WordCount字频统计工具,让我们更清晰地看到到底在Hadoop中是如何进行工作的。
首先从ToolRunner的run方法开始,run方法需要三个参数,第一个是一个Configuration类的实例。第二个是 WorCount类的实例,args就是从控制台接收到的命令行数组。可见,估计分析到我们的WordCount还非常非常的远,因为 Configuration类与args数组就够追踪一会了。
下面是ToolRunner的run方法的实现:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->publicstaticintrun(Configurationconf,Tooltool,String[]args)
throwsException{
if(conf==null){//即使传入的conf为null,仍然会在这里实例化一个配置类Configuration的对象
conf=newConfiguration();
}
GenericOptionsParserparser=newGenericOptionsParser(conf,args);//根据指定的conf和args数组实例化一个GenericOptionsParser类的对象,构造GenericOptionsParser类对象能实现对Hadoop通用的配置信息进行解析
//Tool类是一个接口,WordCount工具就是实现了Tool接口,Tool接口中只是定义了一个run方法,即实现一个Tool必须要知道这个Tool的实现类的对象怎样run。
//因为Tool接口实现了Configurable接口,在Configurable接口中可以为一个Tool设置初始化配置,即使用setConf()方法
tool.setConf(conf);
//gettheargsw/ogenerichadoopargs
String[]toolArgs=parser.getRemainingArgs();//返回从控制台输入的命令行参数的数组
returntool.run(toolArgs);//根据toolArgs数组指定的命令启动WordCount实例运行,返回实现Tool接口的实现类的对象的执行状态码
}
上面的run方法应该是执行WordCount例子的最高层的方法,最抽象了。
程序一开始,首先要解析Hadoop配置文件,对应于Hadoop根目录下的conf目录下。其中的配置类为Configuration,构造一个Configuration对象,使用如下所示构造方法:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->publicConfiguration(){
if(LOG.isDebugEnabled()){
LOG.debug(StringUtils.stringifyException(newIOException("config()")));
}
resources.add("hadoop-default.xml");
resources.add("hadoop-site.xml");
}
实例化一个Configuration对象,就是将conf目录中的hadoop-default.xml和hadoop-site.xml配置文件加入到private ArrayList<Object> resources中,以便再进一步解析。
真正解析Hadoop的配置文件的是一个GenericOptionsParser通用选项解析器类,需要提供一个Configuration对象的,同时指定一个命令行参数数组。
如下是GenericOptionsParser类的构造方法:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->publicGenericOptionsParser(Configurationconf,String[]args){
this(conf,newOptions(),args);//这里额外又多增加了一个Options对象作为参数
}
Options类是一个选项对象的集合,用于描述在应用中可能使用到的命令行参数。可以通过查看Options类的构造方法:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->publicOptions()
{
//nothingtodo
}
其实,什么也没有做。然而,可以动态为一个Options对象添加指定的选项的。
又调用了GenericOptionsParser类的另一个构造方法,如下所示:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->publicGenericOptionsParser(Configurationconf,Optionsoptions,String[]args){
parseGeneralOptions(options,conf,args);
}
继续调用GenericOptionsParser类的成员方法parseGeneralOptions()来进一步解析配置选项:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->/**
*Parsetheuser-specifiedoptions,getthegenericoptions,andmodify
*configurationaccordingly
*@paramconfConfigurationtobemodified
*@paramargsUser-specifiedarguments
*@returnCommand-specificarguments
*/
privateString[]parseGeneralOptions(Optionsopts,Configurationconf,
String[]args){
opts=buildGeneralOptions(opts);
CommandLineParserparser=newGnuParser();
try{
commandLine=parser.parse(opts,args,true);
processGeneralOptions(conf,commandLine);
returncommandLine.getArgs();
}catch(ParseExceptione){
LOG.warn("optionsparsingfailed:"+e.getMessage());
HelpFormatterformatter=newHelpFormatter();
formatter.printHelp("generaloptionsare:",opts);
}
returnargs;
}
其中,commandLine是GenericOptionsParser类的一个私有成员变量。
上面GenericOptionsParser类的成员方法parseGeneralOptions()可以作为解析Hadoop配置选项的一个高层的抽象方法了。
其中的buildGeneralOptions()接收Options opts然后又返回了opts,如下所示:
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->/**
*Specifypropertiesofeachgenericoption
*/
@SuppressWarnings("static-access")
privateOptionsbuildGeneralOptions(Optionsopts){
Optionfs=OptionBuilder.withArgName("local|namenode:port")
.hasArg()
.withDescription("specifyanamenode")
.create("fs");
Optionjt=OptionBuilder.withArgName("local|jobtracker:port")
.hasArg()
.withDescription("specifyajobtracker")
.create("jt");
Optionoconf=OptionBuilder.withArgName("configurationfile")
.hasArg()
.withDescription("specifyanapplicationconfigurationfile")
.create("conf");
Optionproperty=OptionBuilder.withArgName("property=value")
.hasArgs()
.withArgPattern("=",1)
.withDescription("usevalueforgivenproperty")
.create('D');
opts.addOption(fs);
opts.addOption(jt);
opts.addOption(oconf);
opts.addOption(property);
returnopts;
}
返回的Options opts已经被赋予了丰富的内容
分享到:
相关推荐
使用hadoop实现WordCount详细实验报告,配有环境变量配置截图以及实验运行及结果详细过程描述与截图
包含配置hadoop过程中遇到的一些问题的解决办法和成功运行wordcount实例的步骤
hadoop入门例子wordcount
Hadoop 用mapreduce实现Wordcount实例,绝对能用
Hadoop开发WordCount源码程序详细讲解,每一行都带注释说明。
这是一个wordcount的一个简单实例jar包,仅仅用来做测试。...map类:org.apache.hadoop.wordcount.WordCountMapReduce$WordCountMapper reduce类 org.apache.hadoop.wordcount.WordCountMapReduce$WordCountReducer
该代码为hadoop的经典wordcount代码,java实现。代码里有详细注解,适合于入学者。
hadoop-wordcount测试程序,jar包,单词统计的不二之选
一套eclipse中的hadoop开发环境搭建教程,附带了eclipse中的hadoop的两个demo,一个是wordcount、一个是sort,大家一起学习进步!
Hadoop集群-WordCount运行详解.pdf Hadoop,Hadoop集群,WordCount,pdf
hadoop wordcount2.0 包含省略标点,忽略大小写等内容
hadoop1.2.1修改WordCount并编译 在其中加入控制台输出
<artifactId>wordcount <version>0.0.1-SNAPSHOT <packaging>jar <name>wordcount <url>http://maven.apache.org</url> <project.build.sourceEncoding>UTF-8 <groupId>org.apache.hadoop ...
hadoop wordcount 打包部署
ubuntu上面运行hadoop自带的wordcount实例
关于Hadoop的WordCount实例代码,能够实现实现单词计数。
hadoop wordcount 实验,成功运行 maven项目(全部源代码)
大数据实验报告Hadoop编程实现wordcount单词统计程序附源码.doc
在linux环境下部署的Hadoop集群-WordCount运行详解。
代码啊代码,活生生的代码啊,不是我写的是hadoop自带的代码啊