Java/Web调用Hadoop进行MapReduce示例代码

Hadoop环境搭建详见此文章https://www.jb51.net/article/33649.htm。

我们已经知道Hadoop能够通过Hadoop jar ***.jar input output的形式通过命令行来调用，那么如何将其封装成一个服务，让Java/Web来调用它？使得用户可以用方便的方式上传文件到Hadoop并进行处理，获得结果。首先，***.jar是一个Hadoop任务类的封装，我们可以在没有jar的情况下运行该类的main方法，将必要的参数传递给它。input 和output则将用户上传的文件使用Hadoop的JavaAPI put到Hadoop的文件系统中。然后再通过Hadoop的JavaAPI 从文件系统中取得结果文件。

搭建JavaWeb工程。本文使用Spring、SpringMVC、MyBatis框架， 当然，这不是重点，就算没有使用任何框架也能实现。

项目框架如下：

项目中使用到的jar包如下：

在Spring的配置文件中，加入

<bean id="multipartResolver" class="org.springframework.web.multipart.commons.CommonsMultipartResolver">
  <property name="defaultEncoding" value="utf-8" />
  <property name="maxUploadSize" value="10485760000" />
  <property name="maxInMemorySize" value="40960" />
</bean>

使得项目支持文件上传。

新建一个login.jsp 点击登录后进入user/login

user/login中处理登录，登录成功后，【在Hadoop文件系统中创建用户文件夹】，然后跳转到console.jsp

package com.chenjie.controller;

import java.io.IOException;

import javax.annotation.Resource;

import javax.servlet.http.HttpServletRequest;

import javax.servlet.http.HttpServletResponse;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.springframework.stereotype.Controller;

import org.springframework.web.bind.annotation.RequestMapping;

import com.chenjie.pojo.JsonResult;

import com.chenjie.pojo.User;

import com.chenjie.service.UserService;

import com.chenjie.util.AppConfig;

import com.google.gson.Gson;
/**

* 用户请求控制器

*

* @author Chen

*

*/

@Controller

// 声明当前类为控制器

@RequestMapping("/user")

// 声明当前类的路径

public class UserController {

@Resource(name = "userService")

private UserService userService;// 由Spring容器注入一个UserService实例
 /**

* 登录

*

* @param user

*      用户

* @param request

* @param response

* @throws IOException

*/

@RequestMapping("/login")

// 声明当前方法的路径

public String login(User user, HttpServletRequest request,

HttpServletResponse response) throws IOException {

response.setContentType("application/json");// 设置响应内容格式为json

User result = userService.login(user);// 调用UserService的登录方法

request.getSession().setAttribute("user", result);

if (result != null) {

createHadoopFSFolder(result);

return "console";

}

return "login";

}

public void createHadoopFSFolder(User user) throws IOException {

Configuration conf = new Configuration();

conf.addResource(new Path("/opt/hadoop-1.2.1/conf/core-site.xml"));

conf.addResource(new Path("/opt/hadoop-1.2.1/conf/hdfs-site.xml"));

FileSystem fileSystem = FileSystem.get(conf);

System.out.println(fileSystem.getUri());

Path file = new Path("/user/" + user.getU_username());

if (fileSystem.exists(file)) {

System.out.println("haddop hdfs user foler exists.");

fileSystem.delete(file, true);

System.out.println("haddop hdfs user foler delete success.");

}

fileSystem.mkdirs(file);

System.out.println("haddop hdfs user foler creat success.");

}
}

console.jsp中进行文件上传和任务提交、

文件上传和任务提交:

package com.chenjie.controller;

import java.io.File;
import java.io.IOException;
import java.net.InetSocketAddress;
import java.net.URI;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.mapred.JobClient;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapred.JobID;
import org.apache.hadoop.mapred.JobStatus;
import org.apache.hadoop.mapred.RunningJob;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.multipart.MultipartFile;
import org.springframework.web.multipart.MultipartHttpServletRequest;
import org.springframework.web.multipart.commons.CommonsMultipartResolver;

import com.chenjie.pojo.User;
import com.chenjie.util.Utils;

@Controller
// 声明当前类为控制器
@RequestMapping("/hadoop")
// 声明当前类的路径
public class HadoopController {

@RequestMapping("/upload")
 // 声明当前方法的路径
 //文件上传
 public String upload(HttpServletRequest request,
     HttpServletResponse response) throws IOException {
   List<String> fileList = (List<String>) request.getSession()
       .getAttribute("fileList");//得到用户已上传文件列表
   if (fileList == null)
     fileList = new ArrayList<String>();//如果文件列表为空，则新建
   User user = (User) request.getSession().getAttribute("user");
   if (user == null)
     return "login";//如果用户未登录，则跳转登录页面
   CommonsMultipartResolver multipartResolver = new CommonsMultipartResolver(
       request.getSession().getServletContext());//得到在Spring配置文件中注入的文件上传组件
   if (multipartResolver.isMultipart(request)) {//如果请求是文件请求
     MultipartHttpServletRequest multiRequest = (MultipartHttpServletRequest) request;

Iterator<String> iter = multiRequest.getFileNames();//得到文件名迭代器
     while (iter.hasNext()) {
       MultipartFile file = multiRequest.getFile((String) iter.next());
       if (file != null) {
         String fileName = file.getOriginalFilename();
         File folder = new File("/home/chenjie/CJHadoopOnline/"
             + user.getU_username());
         if (!folder.exists()) {
           folder.mkdir();//如果文件不目录存在，则在服务器本地创建
         }
         String path = "/home/chenjie/CJHadoopOnline/"
             + user.getU_username() + "/" + fileName;

File localFile = new File(path);

file.transferTo(localFile);//将上传文件拷贝到服务器本地目录
         // fileList.add(path);
       }
       handleUploadFiles(user, fileList);//处理上传文件
     }

}
   request.getSession().setAttribute("fileList", fileList);//将上传文件列表保存在Session中
   return "console";//返回console.jsp继续上传文件
 }

@RequestMapping("/wordcount")
 //调用Hadoop进行mapreduce
 public void wordcount(HttpServletRequest request,
     HttpServletResponse response) {
   System.out.println("进入controller wordcount ");
   User user = (User) request.getSession().getAttribute("user");
   System.out.println(user);
   // if(user == null)
   // return "login";
   WordCount c = new WordCount();//新建单词统计任务
   String username = user.getU_username();
   String input = "hdfs://chenjie-virtual-machine:9000/user/" + username
       + "/wordcountinput";//指定Hadoop文件系统的输入文件夹
   String output = "hdfs://chenjie-virtual-machine:9000/user/" + username
       + "/wordcountoutput";//指定Hadoop文件系统的输出文件夹
   String reslt = output + "/part-r-00000";//默认输出文件
   try {
     Thread.sleep(3*1000);
     c.main(new String[] { input, output });//调用单词统计任务
     Configuration conf = new Configuration();//新建Hadoop配置
     conf.addResource(new Path("/opt/hadoop-1.2.1/conf/core-site.xml"));//添加Hadoop配置，找到Hadoop部署信息
     conf.addResource(new Path("/opt/hadoop-1.2.1/conf/hdfs-site.xml"));//Hadoop配置，找到文件系统

FileSystem fileSystem = FileSystem.get(conf);//得打文件系统
     Path file = new Path(reslt);//找到输出结果文件
     FSDataInputStream inStream = fileSystem.open(file);//打开
     URI uri = file.toUri();//得到输出文件路径
     System.out.println(uri);
     String data = null;
     while ((data = inStream.readLine()) != null) {
       //System.out.println(data);
       response.getOutputStream().println(data);//讲结果文件写回用户网页
     }
//     InputStream in = fileSystem.open(file);
//     OutputStream out = new FileOutputStream("result.txt");
//     IOUtils.copyBytes(in, out, 4096, true);
     inStream.close();
   } catch (Exception e) {
     System.err.println(e.getMessage());
   }
 }

@RequestMapping("/MapReduceStates")
 //得到MapReduce的状态
 public void mapreduce(HttpServletRequest request,
     HttpServletResponse response) {
   float[] progress=new float[2];
   try {
     Configuration conf1=new Configuration();
     conf1.set("mapred.job.tracker", Utils.JOBTRACKER);

JobStatus jobStatus = Utils.getJobStatus(conf1);
//     while(!jobStatus.isJobComplete()){
//       progress = Utils.getMapReduceProgess(jobStatus);
//       response.getOutputStream().println("map:" + progress[0] + "reduce:" + progress[1]);
//       Thread.sleep(1000);
//     }
     JobConf jc = new JobConf(conf1);

JobClient jobClient = new JobClient(jc);
     JobStatus[] jobsStatus = jobClient.getAllJobs();  
     //这样就得到了一个JobStatus数组，随便取出一个元素取名叫jobStatus  
     jobStatus = jobsStatus[0];  
     JobID jobID = jobStatus.getJobID(); //通过JobStatus获取JobID  
     RunningJob runningJob = jobClient.getJob(jobID); //通过JobID得到RunningJob对象  
     runningJob.getJobState();//可以获取作业状态，状态有五种，为JobStatus.Failed 、JobStatus.KILLED、JobStatus.PREP、JobStatus.RUNNING、JobStatus.SUCCEEDED  
     jobStatus.getUsername();//可以获取运行作业的用户名。  
     runningJob.getJobName();//可以获取作业名。  
     jobStatus.getStartTime();//可以获取作业的开始时间，为UTC毫秒数。  
     float map = runningJob.mapProgress();//可以获取Map阶段完成的比例，0~1，  
     System.out.println("map=" + map);
     float reduce = runningJob.reduceProgress();//可以获取Reduce阶段完成的比例。
     System.out.println("reduce="+reduce);
     runningJob.getFailureInfo();//可以获取失败信息。  
     runningJob.getCounters();//可以获取作业相关的计数器，计数器的内容和作业监控页面上看到的计数器的值一样。  

} catch (IOException e) {
     progress[0] = 0;
     progress[1] = 0;
   }

request.getSession().setAttribute("map", progress[0]);
   request.getSession().setAttribute("reduce", progress[1]);
 }

//处理文件上传
 public void handleUploadFiles(User user, List<String> fileList) {
   File folder = new File("/home/chenjie/CJHadoopOnline/"
       + user.getU_username());
   if (!folder.exists())
     return;
   if (folder.isDirectory()) {
     File[] files = folder.listFiles();
     for (File file : files) {
       System.out.println(file.getName());
       try {
         putFileToHadoopFSFolder(user, file, fileList);//将单个文件上传到Hadoop文件系统
       } catch (IOException e) {
         System.err.println(e.getMessage());
       }
     }
   }
 }

//将单个文件上传到Hadoop文件系统
 private void putFileToHadoopFSFolder(User user, File file,
     List<String> fileList) throws IOException {
   Configuration conf = new Configuration();
   conf.addResource(new Path("/opt/hadoop-1.2.1/conf/core-site.xml"));
   conf.addResource(new Path("/opt/hadoop-1.2.1/conf/hdfs-site.xml"));

FileSystem fileSystem = FileSystem.get(conf);
   System.out.println(fileSystem.getUri());

Path localFile = new Path(file.getAbsolutePath());
   Path foler = new Path("/user/" + user.getU_username()
       + "/wordcountinput");
   if (!fileSystem.exists(foler)) {
     fileSystem.mkdirs(foler);
   }

Path hadoopFile = new Path("/user/" + user.getU_username()
       + "/wordcountinput/" + file.getName());
//   if (fileSystem.exists(hadoopFile)) {
//     System.out.println("File exists.");
//   } else {
//     fileSystem.mkdirs(hadoopFile);
//   }
   fileSystem.copyFromLocalFile(true, true, localFile, hadoopFile);
   fileList.add(hadoopFile.toUri().toString());

}

}

启动Hadoop：

运行结果：

可以在任意平台下，登录该项目地址，上传文件，得到结果。

运行成功。

源代码：https://github.com/tudoupaisimalingshu/CJHadoopOnline

来源：http://blog.csdn.net/csj941227/article/details/71786040