Java調用Shell命令和指令碼，致力於hadoop/spark叢集

標籤：領域   partition   ace   pack   art   util   detail   檔案   lis   

前言

　　說明的是，本博文，是在以下的博文基礎上，立足於它們，致力於我的大資料領域！

http://kongcodecenter.iteye.com/blog/1231177

http://blog.csdn.net/u010376788/article/details/51337312

http://blog.csdn.net/arkblue/article/details/7897396

 

 

第一種：普通做法

 　　首先，編號寫WordCount.scala程式。

　　 然後，打成jar包，命名為WC.jar。比如，我這裡，是匯出到windows案頭。

　　 其次，上傳到linux的案頭，再移動到hdfs的/目錄。

　　 最後，在spark安裝目錄的bin下，執行

spark-submit \
> --class cn.spark.study.core.WordCount \
> --master local[1] \
> /home/spark/Desktop/WC.jar \
> hdfs://SparkSingleNode:9000/spark.txt \
> hdfs://SparkSingleNode:9000/WCout

 

 

 

 第二種：進階做法

　　有時候我們在Linux中運行Java程式時，需要調用一些Shell命令和指令碼。而Runtime.getRuntime().exec()方法給我們提供了這個功能，而且Runtime.getRuntime()給我們提供了以下幾種exec()方法：

　　不多說，直接進入。

　　步驟一: 為了規範起見，命名為JavaShellUtil.java。在本地裡寫好

 

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;

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

String cmd="hdfs://SparkSingleNode:9000/spark.txt";
InputStream in = null;

try {
Process pro =Runtime.getRuntime().exec("sh /home/spark/test.sh "+cmd);
pro.waitFor();
in = pro.getInputStream();
BufferedReader read = new BufferedReader(new InputStreamReader(in));
String result = read.readLine();
System.out.println("INFO:"+result);
} catch (Exception e) {
e.printStackTrace();
}
}
}

 

 

package cn.spark.study.core
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext

/**
* @author Administrator
*/
object WordCount {

def main(args: Array[String]) {
if(args.length < 2){
println("argument must at least 2")
System.exit(1)
}
val conf = new SparkConf()
.setAppName("WordCount")
// .setMaster("local");//local就是 不是分布式的檔案,即windows下和linux下
val sc = new SparkContext(conf)

val inputPath=args(0)
val outputPath=args(1)

val lines = sc.textFile(inputPath, 1)
val words = lines.flatMap { line => line.split(" ") }
val pairs = words.map { word => (word, 1) }
val wordCounts = pairs.reduceByKey { _ + _ }
wordCounts.collect().foreach(println)
wordCounts.repartition(1).saveAsTextFile(outputPath)
}
}

 

 

 

 

 

 

 　　步驟二：編寫好test.sh指令碼

[email protected]:~$ cat test.sh
#!/bin/sh
/usr/local/spark/spark-1.5.2-bin-hadoop2.6/bin/spark-submit \
--class cn.spark.study.core.WordCount \
--master local[1] \
/home/spark/Desktop/WC.jar \
$1 hdfs://SparkSingleNode:9000/WCout

 

 

 

　　步驟三：上傳JavaShellUtil.java，和打包好的WC.jar

[email protected]:~$ pwd
/home/spark
[email protected]:~$ ls
Desktop Downloads Pictures Templates Videos
Documents Music Public test.sh
[email protected]:~$ cd Desktop/
[email protected]:~/Desktop$ ls
JavaShellUtil.java WC.jar
[email protected]:~/Desktop$ javac JavaShellUtil.java
[email protected]:~/Desktop$ java JavaShellUtil
INFO:(hadoop,1)
[email protected]:~/Desktop$ cd /usr/local/hadoop/hadoop-2.6.0/

 

 

 

　　步驟四：查看輸出結果

 

[email protected]:/usr/local/hadoop/hadoop-2.6.0$ bin/hadoop fs -cat /WCout/par*
(hadoop,1)
(hello,5)
(storm,1)
(spark,1)
(hive,1)
(hbase,1)
[email protected]:/usr/local/hadoop/hadoop-2.6.0$

　　成功！

 

 關於

Shell 傳遞參數 

見

http://www.runoob.com/linux/linux-shell-passing-arguments.html  

 

 

　　最後說的是，不局限於此，可以穿插在以後我們生產業務裡的。作為調用它即可，非常實用！

 

Java調用Shell命令和指令碼，致力於hadoop/spark叢集