hadoop怎么读源码（如何编译 hadoop.dll 方法）

本文目录

• 如何编译 hadoop.dll 方法
• hadoop源码修改了，编译成功后，将编译后的hadoop文件直接拿来搭建么，还是需要经过什么处理呢
• 求助 用hadoop-mapreduce-examples-2.7.3.jar怎么查询特定的词

如何编译 hadoop.dll 方法

环境变量(工具软件：3,4,5,6,7)安装过程不再详述，一路Next就行(JavaSE推荐根目录：c:\java)。重点在环境变量的配置部分，增加以下环境变量到“系统变量”中(Java路径不能有空格)：JAVA_HOME=C:\Java\jdk1.7.0_45Platform=Win32M2_HOME=C:\apache-maven-3.2.1Path=;C:\cygwin\bin;C:\apache-maven-3.2.1\bin;C:\protoc-2.5.0-win32;配置示例(别忘了设置Path哦)：解压源代码将hadoop-2.2.0-src.tar.gz源代码解压到D盘根目录，看上去路径如下：D:\hadoop-2.2.0\***隐藏网址***需要手工修正源代码的几处编译错误：第一处：修改文件：\hadoop-common-project\hadoop-auth\pom.xml修改内容：在大约56行的位置增加一个Xml配置节点。《dependency》　　《groupId》org.mortbay.jetty《/groupId》　　《artifactId》jetty-util《/artifactId》　　《scope》test《/scope》《/dependency》修改示例：第二处：修改文件：hadoop-common-project\hadoop-common\src\main\native\native.sln修改内容：用记事本打开文件。替换内容：GlobalSection(ProjectConfigurationPlatforms) = postSolution{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|Mixed Platforms.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|Mixed Platforms.Build.0 = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|Win32.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|Win32.Build.0 = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|x64.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|x64.Build.0 = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|Mixed Platforms.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|Mixed Platforms.Build.0 = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|Win32.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|Win32.Build.0 = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|x64.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|x64.Build.0 = Release|x64EndGlobalSection新内容：GlobalSection(ProjectConfigurationPlatforms) = postSolution{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|Win32.ActiveCfg = Release|Win32{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|Win32.Build.0 = Release|Win32{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|x64.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Debug|x64.Build.0 = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|Win32.ActiveCfg = Release|Win32{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|Win32.Build.0 = Release|Win32{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|x64.ActiveCfg = Release|x64{4C0C12D2-3CB0-47F8-BCD0-55BD5732DFA7}.Release|x64.Build.0 = Release|x64EndGlobalSection修改示例：第三处：修改文件：hadoop-common-project\hadoop-common\src\main\native\native.vcxproj修改内容：查找替换”Release|x64“为”Release|Win32“查找替换”《Platform》x64《/Platform》“为”《Platform》Win32《/Platform》“修改示例：第四处：右键单击”D:\hadoop-2.2.0“文件夹，选择”管理员取得所有权“。否则编译过程中可能会发生”拒绝访问“错误(右键没有显示该菜单的，自行网上查找注册表修改方法)。 编译过程 打开“开始”--“所有程序”--“Microsoft Windows SDK v7.1”--“Windows SDK 7.1 Command Prompt”，进入VC++的命令行工具（一定要从此处进入方可顺利编译Hadoop源代码，记着是以管理员身份运行）。命令如下：切换至源代码根目录，执行编译命令：mvn package -Pdist,native-win -DskipTests -Dtar示例运行结果Setting SDK environment relative to C:\Program Files\Microsoft SDKs\Windows\v7.1\.Targeting Windows 7 x86 DebugC:\Windows\system32》d:D:\》cd D:\hadoop-2.2.0D:\hadoop-2.2.0》mvn package -Pdist,native-win -DskipTests -Dtar................................2.2.1版本编译完成大约需要16分钟左右................................2.4.0版本编译完成大约需要22分钟左右(觉得编译过程慢的话：自己动手配置镜像服务器)配置运行Hadoop编译成功后，程序集输出在： hadoop-common-project\hadoop-common\target\hadoop-common-2.2.0目录下。1.解压缩”hadoop-2.2.0.tar.gz“至D盘如下目录：D:\hadoop-common-2.2.02.合并替换发行版本的64动态链接库：主要是是以下几个文件(bin\hadoop.dll、bin\hadoop.exp、bin\hadoop.lib、bin\hadoop.pdb、bin\libwinutils.lib、bin\winutils.exe、bin\winutils.pdb)，从编译成功后的输出目录Copy到Apache发行版形同目录下替换即可。3.修改配置文件core-site.xml《?xml version="1.0" encoding="UTF-8"?》《?xml-stylesheet type="text/xsl" href="configuration.xsl"?》《configuration》《property》《name》fs.defaultFS《/name》《value》hdfs://localhost:9000《/value》《/property》《/configuration》hdfs-site.xml《?xml version="1.0" encoding="UTF-8"?》《?xml-stylesheet type="text/xsl" href="configuration.xsl"?》《configuration》《property》 《name》dfs.replication《/name》 《value》1《/value》 《/property》 《property》 《name》dfs.namenode.name.dir《/name》 《value》file:/hadoop-bin/data/namenode《/value》 《/property》 《property》 《name》dfs.datanode.data.dir《/name》 《value》file:/hadoop-bin/data/datanode《/value》 《/property》《property》 《name》dfs.webhdfs.enabled《/name》 《value》true《/value》 《/property》《property》 《name》dfs.permissions《/name》 《value》false《/value》 《/property》《/configuration》其他配置文件保持默认即可。4.配置Hadoop Hdfs运行环境变量(重要)HADOOP_HOME=D:\hadoop-common-2.2.0Path=D:\hadoop-common-2.2.0\bin5.格式化hdfs文件系统以管理员身份打开命令行，并切换到：D:\hadoop-common-2.2.0\bin目录下，执行命令：hadoop namenode -format如果不出意外，hdfs文件系统将格式化成功，你会在D:\hadoop-bin\data看到已经生成了namenode文件夹。6.启动Hadoop HDFS服务器同样管理员身份命令行，切换到：D:\hadoop-common-2.2.0\sbin目录下，执行命令：start-all.cmd***隐藏网址***7.上传文件到HDFS如果你对命令行熟悉的话，可以采用命令行的方式推送的HDFS。如果你的hdfs-site.xml配置文件时Copy我以上的示例的话，那么WEBHDFS默认是开启的，什么意思？就是通过Http RestFull风格API管理文件哦！另外还要记得把dfs.permissions设置为false，要不你没有权限上传文件的哦！推荐个HDFS文件管理工具：Red Gate Software Ltd(大名鼎鼎的Red Gate)上传文件到HDFS8.停止Hadoop HDFS服务器同样管理员身份命令行，切换到：D:\hadoop-common-2.2.0\sbin目录下，执行命令：stop-all.cmd编后语Windows 64 Bit是有它自己的道理的，虽然通过一些努力编译出了32Bit环境下的程序。。。

hadoop源码修改了，编译成功后，将编译后的hadoop文件直接拿来搭建么，还是需要经过什么处理呢

把你编译后的hadoop源码丢到原来的hadoop集群环境中去 即覆盖hadoop安装目录下的原hadoop-core-xxx.jar 同样的所有节点都需要更新 然后重启集群

求助 用hadoop-mapreduce-examples-2.7.3.jar怎么查询特定的词

前2篇blog中测试hadoop代码的时候都用到了这个jar，那么很有必要去分析一下源码。

分析源码之前很有必要先写一个wordcount，代码如下

 view plain copy

• package mytest;  

• 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;  

• public class WordCount {  

• public static class TokenizerMapper  

• extends Mapper《Object, Text, Text, IntWritable》{  

• private final static IntWritable one = new IntWritable(1);  

• private Text word = new Text();  

• public void map(Object key, Text value, Context context  

• ) throws IOException, InterruptedException {  

• StringTokenizer itr = new StringTokenizer(value.toString());  

• 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();  

• Job job = Job.getInstance(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.addInputPath(job, new Path(args));  

• FileOutputFormat.setOutputPath(job, new Path(args));  

• System.exit(job.waitForCompletion(true) ? 0 : 1);  

• }  

• }  

检索相关源码，发现需要2个jar，分别为hadoop-common-2.7.0.jar和hadoop-mapreduce-client-core-2.7.0.jar

使用myeclipse导出为Runnable Jar后，执行

 view plain copy

• ~/hadoop-2.7.0/bin/hadoop jar my.jar mytest.WordCount /user/hadoop/input /user/hadoop/output3  

测试成功

因为有个“package mytest”所以执行的时候需要使用mytest.WorCount！

仔细回忆之前执行命令的时候并没有加上类似mytest.这类的东西就能执行成功。我们去检索源码看看。执行。

 view plain copy

• find ~/  -name   *hadoop-mapreduce-examples*  

输出内容为

 view plain copy

• /home/hadoop/hadoop-2.7.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.0.jar  

• /home/hadoop/hadoop-2.7.0/share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.7.0-sources.jar  

• /home/hadoop/hadoop-2.7.0/share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.7.0-test-sources.jar  

• /home/hadoop/hadoop-2.7.0/share/doc/hadoop/hadoop-mapreduce-examples  

解压缩hadoop-mapreduce-examples-2.7.0-sources.jar后导入myeclipse查看源码。

检索“grep”字段，发现出现在ExampleDriver.java中，看样这个文件是这个jar的入口。

那么Runnable Jar怎么确定这个文件的入口呢。解压缩Runnable Jar后发现META-INF 中有如下的描述

 view plain copy

• Main-Class: org.apache.hadoop.examples.ExampleDriver  

原来Runnable Jar是可以配置默认入口的。可以通过myeclipse导出Jar的时候设置默认入口。

将ExampleDriver.java导入自己的工程，修修改改后，测试。执行

 view plain copy

• ~/hadoop-2.7.0/bin/hadoop jar my.jar wordcount /user/hadoop/input /user/hadoop/output4  

很多东西具体看源码比较详细，以后有特殊的地方可以细细分析。tip：分析log日志可以发现。

map和reduce中的syso输出到log日志上。

Main中的syso输出到屏幕上。