小工具知识网

当前位置: 首页 > 行业知识 > IDEA连接Linux上的Hadoop并对HDFS进行操作

行业知识

IDEA连接Linux上的Hadoop并对HDFS进行操作

2026-11-21 08:51:09 来源:互联网转载

IDEA连接Linux上的Hadoop并对HDFS进行操作

文章目录

  • IDEA连接Linux上的Hadoop并对HDFS进行操作
    • Windows软件准备
      • 和Linux上版本相同的Hadoop
      • 与Linux版本相同的Java
      • Windows的hadoop驱动文件`hadoop.dll `和`winutils.exe`
      • 配置`Linux使用Hadoop的用户名`的环境变量`HADOOP_USER_NAME`
      • IDEA中的操作
        • 安装`big data tools`插件
        • 出现hdfs连接不上的情况
          • 第一种错误-`HADOOP_HOME`Error
          • 第二种错误-`connectionError` Error
            • 使用`telnet`进行测试
            • 问题原因
            • 解决方法
            • 创建maven项目
              • 新建项目即可
              • 删除相关无用文件和目录
              • 导入hadoop配置文件到resources中
              • 配置pom.xml文件
              • 编写WordCount代码进行测试
              • 返回Linux中在hdfs中创建输入文件和输出目录
              • 指定程序在HDFS中的输入输出路径
                • 在**编辑配置**中进行设置
                • 以`空格`为分割指定输入输出路径
                • 执行程序 查看输出结果
                • 参考文档
                • `hadoop.dll `Download

                  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

                  • 配置HADOOP_HOME环境变量及添加bin和sbin目录的系统路径

                  • 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

                    与Linux版本相同的Java

                    • 同样需要配置环境变量

                      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

                        • 将winutils.exe文件也放到./hadoop/bin/下

                          并为该文件配置环境变量添加系统路径

                          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

                          IDEA中的操作

                          安装big data tools插件

                          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

                          然后进行如下操作

                          出现hdfs连接不上的情况

                          第一种错误-HADOOP_HOMEError

                          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 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。

                          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。

                          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。

                            然后即可连接成功

                            创建maven项目

                            新建项目即可
                            删除相关无用文件和目录

                            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

                            配置pom.xml文件

                            在hadoop-client中将版本改为自己的hadoop版本

                            4.0.0org.exampleJavaHadoopProJectS1.0-SNAPSHOTjarorg.apache.hadoophadoop-client2.10.2        org.slf4jslf4j-log4j121.7.25org.slf4jslf4j-apiorg.apache.maven.pluginsmaven-jar-plugin2.4org.hhrz.mapreduce.demo.JobMain

                            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

                            org.slf4jslf4j-log4j121.7.25org.slf4jslf4j-api

                            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

                            package hadoop;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;import org.apache.hadoop.util.GenericOptionsParser;import org.apache.log4j.BasicConfigurator;public class WordCount {    public static class Map extends Mapper{        private static IntWritable one = new IntWritable(1);        private Text word = new Text();        public void map(Object key,Text value,Context context) throws IOException,InterruptedException{            StringTokenizer st = new StringTokenizer(value.toString());            while(st.hasMoreTokens()){                word.set(st.nextToken());                context.write(word, one);            }        }    }    public static class Reduce extends Reducer{        private static IntWritable result = new IntWritable();        public void reduce(Text key,Iterable values,Context context) throws IOException,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);        }    }    public static void main(String[] args) throws Exception{        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 = new Configuration();        String[] otherArgs = new GenericOptionsParser(conf,args).getRemainingArgs();        if(otherArgs.length != 2){            System.err.println("Usage WordCount  ");            System.exit(2);        }        Job job = new Job(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, new Path(otherArgs[0]));        FileOutputFormat.setOutputPath(job, new Path(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

                              指定程序在HDFS中的输入输出路径

                              在编辑配置中进行设置
                              以空格为分割指定输入输出路径

                              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

                              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

                              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

上一篇:电脑如何配置打印机?

下一篇:轻松解决!如何关闭侧面的音乐播放器操作指南