maven怎么添加hadoop依赖

关于Maven的使用就不再啰嗦了，网上很多，并且这么多年变化也不大，这里仅介绍怎么搭建Hadoop的开发环境。

1. 首先创建工程

[plain] view plain copy

mvn archetype:generate -DgroupId=my.hadoopstudy -DartifactId=hadoopstudy -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false

2. 然后在pom.xml文件里添加hadoop的依赖包hadoop-common, hadoop-client, hadoop-hdfs，添加后的pom.xml文件如下

[html] view plain copy

<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://maven.apache.org/POM/4.0.0"  

xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">  

<modelVersion>4.0.0</modelVersion>

<groupId>my.hadoopstudy</groupId>

<artifactId>hadoopstudy</artifactId>

<packaging>jar</packaging>

<version>1.0-SNAPSHOT</version>

<name>hadoopstudy</name>

<url>http://maven.apache.org</url>  

<dependencies>

<dependency>

<groupId>org.apache.hadoop</groupId>

<artifactId>hadoop-common</artifactId>

<version>2.5.1</version>

</dependency>

<dependency>

<groupId>org.apache.hadoop</groupId>

<artifactId>hadoop-hdfs</artifactId>

<version>2.5.1</version>

</dependency>

<dependency>

<groupId>org.apache.hadoop</groupId>

<artifactId>hadoop-client</artifactId>

<version>2.5.1</version>

</dependency>

<dependency>

<groupId>junit</groupId>

<artifactId>junit</artifactId>

<version>3.8.1</version>

<scope>test</scope>

</dependency>

</dependencies>

</project>

3. 测试

3.1 首先我们可以测试一下hdfs的开发，这里假定使用上一篇Hadoop文章中的hadoop集群，类代码如下

[java] view plain copy

package my.hadoopstudy.dfs

import org.apache.hadoop.conf.Configuration

import org.apache.hadoop.fs.FSDataOutputStream

import org.apache.hadoop.fs.FileStatus

import org.apache.hadoop.fs.FileSystem

import org.apache.hadoop.fs.Path

import org.apache.hadoop.io.IOUtils

import java.io.InputStream

import java.net.URI

public class Test {

public static void main(String[] args) throws Exception {

String uri = "hdfs://9.111.254.189:9000/"

Configuration config = new Configuration()

FileSystem fs = FileSystem.get(URI.create(uri), config)

// 列出hdfs上/user/fkong/目录下的所有文件和目录

FileStatus[] statuses = fs.listStatus(new Path("/user/fkong"))

for (FileStatus status : statuses) {

System.out.println(status)

}

// 在hdfs的/user/fkong目录下创建一个文件，并写入一行文本

FSDataOutputStream os = fs.create(new Path("/user/fkong/test.log"))

os.write("Hello World!".getBytes())

os.flush()

os.close()

// 显示在hdfs的/user/fkong下指定文件的内容

InputStream is = fs.open(new Path("/user/fkong/test.log"))

IOUtils.copyBytes(is, System.out, 1024, true)

}

}

3.2 测试MapReduce作业

测试代码比较简单，如下：

[java] view plain copy

package my.hadoopstudy.mapreduce

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 java.io.IOException

public class EventCount {

public static class MyMapper extends Mapper<Object, Text, Text, IntWritable>{

private final static IntWritable one = new IntWritable(1)

private Text event = new Text()

public void map(Object key, Text value, Context context) throws IOException, InterruptedException {

int idx = value.toString().indexOf(" ")

if (idx > 0) {

String e = value.toString().substring(0, idx)

event.set(e)

context.write(event, one)

}

}

}

public static class MyReducer 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()

String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs()

if (otherArgs.length < 2) {

System.err.println("Usage: EventCount <in> <out>")

System.exit(2)

}

Job job = Job.getInstance(conf, "event count")

job.setJarByClass(EventCount.class)

job.setMapperClass(MyMapper.class)

job.setCombinerClass(MyReducer.class)

job.setReducerClass(MyReducer.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)

}

}

运行“mvn package”命令产生jar包hadoopstudy-1.0-SNAPSHOT.jar，并将jar文件复制到hadoop安装目录下

这里假定我们需要分析几个日志文件中的Event信息来统计各种Event个数，所以创建一下目录和文件

[plain] view plain copy

/tmp/input/event.log.1

/tmp/input/event.log.2

/tmp/input/event.log.3

因为这里只是要做一个列子，所以每个文件内容可以都一样，假如内容如下

[plain] view plain copy

JOB_NEW ...

JOB_NEW ...

JOB_FINISH ...

JOB_NEW ...

JOB_FINISH ...

然后把这些文件复制到HDFS上

[plain] view plain copy

$ bin/hdfs dfs -put /tmp/input /user/fkong/input

运行mapreduce作业

[plain] view plain copy

$ bin/hadoop jar hadoopstudy-1.0-SNAPSHOT.jar my.hadoopstudy.mapreduce.EventCount /user/fkong/input /user/fkong/output

查看执行结果

[plain] view plain copy

$ bin/hdfs dfs -cat /user/fkong/output/part-r-00000

此命令包含一系列过程：validate-->compile-->test-->package；

Maven根据pom文件里packaging的配置，决定是生成jar文件还是war文件，并放到target目录下。

（注：此命令需要在项目的根目录(也就是pom.xml文件所在的目录)下运行，Maven才知道打包哪个项目。）

如何用maven打包可执行的jar

方法一：将项目及所依赖的所有jar包打包成一个jar。

1、pom.xml添加assembly插件

2、执行mvn assembly:assembly

3、生成如文件

4、执行java -jar quickstart-1.0.0-jar-with-dependencies.jar 备注：第2步的命令也可以改成mvn package，但需要更改pom.xml：

方法二：将项目依赖的jar复制到一个目录中并在MANIFEST文件中添加Class-Path和Main-Class。

1、在pom.xml中添加jar和dependency插件

2、执行mvn package

3、生成文件

4、执行java -jar quickstart-1.0.0.jar

---