Java/Web调用Hadoop MapReduce实践与示例代码解析

3 下载量 118 浏览量 更新于2024-09-02 收藏 483KB PDF 举报
"Java/Web调用Hadoop进行MapReduce的示例代码,通过Spring、SpringMVC、MyBatis框架实现文件上传,并在Hadoop上执行MapReduce任务。" 在现代大数据处理中,Hadoop MapReduce是一种分布式计算框架,常用于处理海量数据。通过Java编程接口,我们可以编写MapReduce作业并在Hadoop集群上执行。本文主要讨论的是如何将这种功能集成到Java或Web应用程序中,让用户可以方便地上传文件,触发MapReduce作业,然后获取处理结果。 首先,确保你已经正确搭建了Hadoop环境。这通常包括安装Hadoop软件,配置集群,并确保NameNode和DataNode正常运行。你可以参考链接中的文章来完成这个步骤。 为了使Java或Web应用能调用Hadoop MapReduce,你需要创建一个可执行的JAR文件,其中包含你的MapReduce作业类。这个类应该包含main方法,接收输入参数,例如输入文件路径和输出文件路径。当用户上传文件后,这些参数会被传递给MapReduce作业。 接着,构建一个JavaWeb工程,这里使用了Spring、SpringMVC和MyBatis作为基础框架。这些框架可以帮助你管理依赖、处理HTTP请求以及与数据库交互。尽管框架的选择不是必需的,但它们可以简化开发过程。 在Spring配置文件中,你需要配置一个MultipartResolver,以支持文件上传。`CommonsMultipartResolver`是Spring用来处理多部分HTTP请求(如文件上传)的组件。设置默认编码为UTF-8,最大上传文件大小,以及内存中存储的最大文件大小。 创建一个登录页面(login.jsp),用户登录后会进入console.jsp。在登录成功后,程序会在Hadoop文件系统中为该用户创建一个文件夹。这是一个安全措施,确保每个用户的文件分开存储。在`com.chenjie.controller`包下的控制器类中,处理登录逻辑,并执行创建用户文件夹的操作。 用户文件上传后,文件会被使用Hadoop的Java API(如`FileSystem`类)put到Hadoop文件系统中。然后,调用Hadoop的`Job`类提交MapReduce作业,指定输入和输出路径。MapReduce作业会读取输入文件,执行map和reduce操作,并将结果写入到指定的输出路径。 在MapReduce作业完成后,可以使用Hadoop的Java API再次从文件系统中获取结果文件。最后,这些结果可以通过Web界面展示给用户,或者以其他适当方式提供给用户下载。 总结来说,这个示例展示了如何结合Java/Web应用和Hadoop MapReduce,实现用户友好的文件处理服务。通过封装Hadoop调用,用户可以直接在Web界面上上传文件,启动MapReduce作业,然后查看处理结果。这种方法极大地提升了用户体验,并简化了大数据处理流程。
2016-12-27 上传
基于hadoop的Hive数据仓库JavaAPI简单调用的实例,关于Hive的简介在此不赘述。hive提供了三种用户接口:CLI,JDBC/ODBC和 WebUI CLI,即Shell命令行 JDBC/ODBC 是 Hive 的Java,与使用传统数据库JDBC的方式类似 WebGUI是通过浏览器访问 Hive 本文主要介绍的就是第二种用户接口,直接进入正题。 1、Hive 安装: 1)hive的安装请参考网上的相关文章,测试时只在hadoop一个节点上安装hive即可。 2)测试数据data文件'\t'分隔: 1 zhangsan 2 lisi 3 wangwu 3)将测试数据data上传到linux目录下,我放置在:/home/hadoop01/data 2、在使用 JDBC 开发 Hive 程序时, 必须首先开启 Hive 的远程服务接口。使用下面命令进行开启: Java代码 收藏代码 hive --service hiveserver >/dev/null 2>/dev/null & 我们可以通过CLI、Client、Web UI等Hive提供的用户接口来和Hive通信,但这三种方式最常用的是CLI;Client 是Hive的客户端,用户连接至 Hive Server。在启动 Client 模式的时候,需要指出Hive Server所在节点,并且在该节点启动 Hive Server。 WUI 是通过浏览器访问 Hive。今天我们来谈谈怎么通过HiveServer来操作Hive。   Hive提供了jdbc驱动,使得我们可以用Java代码来连接Hive并进行一些类关系型数据库的sql语句查询等操作。同关系型数据库一样,我们也需要将Hive的服务打开;在Hive 0.11.0版本之前,只有HiveServer服务可用,你得在程序操作Hive之前,必须在Hive安装的服务器上打开HiveServer服务,如下: 1 [wyp@localhost/home/q/hive-0.11.0]$ bin/hive --service hiveserver -p10002 2 Starting Hive Thrift Server 上面代表你已经成功的在端口为10002(默认的端口是10000)启动了hiveserver服务。这时候,你就可以通过Java代码来连接hiveserver,代码如下: