Hadoop Windows环境变量
在使用Hadoop进行大数据处理时，我们需要在Windows操作系统上配置正确的环境变量。环境变量是操作系统用来指定程序运行时需要的各种参数和路径的设置。本文将介绍如何设置Hadoop的环境变量，并附带代码示例。
Hadoop环境变量设置步骤
以下是设置Hadoop环境变量的步骤：
- 下载和安装Hadoop
首先，我们需要从Hadoop的官方网站下载适用于Windows的Hadoop安装包，并按照说明进行安装。安装完成后，Hadoop将被安装在指定的目录下。
- 配置JAVA_HOME环境变量
在Windows操作系统上，首先需要配置JAVA_HOME环境变量，以便Hadoop能够找到Java运行环境。
打开“控制面板”->“系统与安全”->“系统”，点击“高级系统设置”->“环境变量”按钮。
在“系统变量”列表中，点击“新建”按钮，输入变量名为“JAVA_HOME”，变量值为JDK的安装路径，例如："C:\Program Files\Java\jdk1.8.0_271"。
- 配置Hadoop环境变量
在同样的“环境变量”对话框中，找到“Path”变量，在其值中加入Hadoop的安装路径。
点击“新建”按钮，输入变量名为“HADOOP_HOME”，变量值为Hadoop的安装路径，例如："C:\hadoop-3.3.1"。
- 配置Hadoop属性文件
在Hadoop安装目录下，找到“etc/hadoop”文件夹，复制“mapred-site.xml.template”并将其重命名为“mapred-site.xml”。
修改“mapred-site.xml”文件，在其中添加以下代码：
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
- 配置Hadoop日志文件路径
在Hadoop安装目录下，创建一个新的文件夹，命名为“logs”。
打开“控制面板”->“系统与安全”->“系统”，点击“高级系统设置”->“环境变量”按钮。
在“系统变量”列表中，点击“新建”按钮，输入变量名为“HADOOP_LOG_DIR”，变量值为新创建的日志文件夹路径，例如："C:\hadoop-3.3.1\logs"。
- 验证Hadoop环境变量设置
打开命令提示符，输入以下命令，检查Hadoop环境变量是否设置正确：
hadoop version
如果能够正确显示Hadoop的版本信息，则说明环境变量设置成功。
代码示例
下面是一个简单的示例代码，演示如何使用Hadoop在Windows上执行WordCount任务：
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 java.io.IOException;
import java.util.StringTokenizer;
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
