Hadoop Pipes编程之C++实现WordCount


Hadoop虽然用java实现，但是同样可以支持其他语言的Map和Reduce。由于需要学习C++方面的Hadoop实现，所以最近一直在研究Hadoop Streaming编程，其中Hadoop pipes允许C++程序员编写mapreduce程序，它允许用户混用C++和Java的RecordReader， Mapper， Partitioner，Rducer和RecordWriter等五个组件，下面是我的搭建以及遇到的问题。

一般这种搭建的流程都是从官网看比较好，参考http://wiki.apache.org/hadoop/C++WordCount，里面的流程简单易懂。进入hadoop的安装目录，执行：

ant -Dcompile.c++=yes examples

根据错误提示，安装ant：

 sudo apt-get install ant

下面是源源不断的错误以及源源不断的解决办法。。。

Error1：/build.xml:634: Execute failed: java.io.IOException: Cannot run program "autoreconf" (in directory "/home/hadoop/hadoop-1.2.1/src/native"): error=2, No such file or directory

Solution1：根据报错是由于没有安装automake工具，所以执行：

 sudo apt-get install automake

Error2：build.xml:634: exec returned: 1

Solution2：http://stackoverflow.com/questions/23112074/building-hadoop-1-2-1-core-jar-using-ant-failed，执行：

sudo apt-get install libtool

Error3：build.xml:2164: exec returned: 255

Solution3：forum.hadoop.tw/viewtopic.php?f=7&t=37970，参考里面的实现步骤。

1）安装g++

sudo apt-get install g++

2）编译wordcount.cpp

g++ -I/home/hadoop/hadoop-1.2.1/c++/Linux-i386-32/include -c wordcount.cpp

3）生成可执行文件

g++ wordcount.o -o wordcount -L/home/hadoop/hadoop-1.2.1/c++/Linux-i386-32/lib -lnsl -lpthread -lhadooppipes –lhadooputils

Error4：In function `HadoopPipes::BinaryProtocol::createDigest(std::string&, std::string&)':

Solution4：http://blog.sina.com.cn/s/blog_605f5b4f010195w6.html，

Step1:

sudo apt-get install libssl-dev

Step2:

g++ wordcount.o -o wordcount -L/home/hadoop/hadoop-1.2.1/c++/Linux-i386-32/lib -lnsl -lpthread -lhadooppipes -lhadooputils –lcrypto

经历了上面的重重问题，现在终于生成了可执行程序WordCount了，然后需要上传到HDFS，利用可执行文件执行。下面是命令：


hadoop fs -mkdir wordcount/bin
 hadoop fs -mkdir wordcount/input
 hadoop fs -put wordcount.cpp /user/hadoop/wordcount/input/
 hadoop fs -put wordcount /user/hadoop/wordcount/bin/
 hadoop pipes -D hadoop.pipes.java.recordreader=true -D hadoop.pipes.java.recordwriter=true -program /user/hadoop/wordcount/bin/wordcount -input /user/hadoop/wordcount/input/ -output /user/hadoop/wordcount/output


其中我以wordcount.cpp为输入文件，将可执行文件上传到bin目录，输出目录是output。



执行的过程中又遇到问题：



Error5：java.io.IOException



at org.apache.hadoop.mapred.pipes.OutputHandler.waitForAuthentication(OutputHandler.java:188)



Solution5：http://blog.csdn.net/sigxxl/article/details/12293435，终于找到同仁了。。。主要的解决方法就是重新编译生成libhadooppipes.a和libhadooputils.a这两个静态库，然后覆盖原先的静态库。



1）  进入hadoop/src/c++/pipes目录，执行./ configure。



Error6：./configure: line 413: test: please: integer expression expected



./configure: line 416: $4: Bad file descriptor



configure: error: check



./configure: line 302: return: please: numeric argument required



./configure: line 312: exit: please: numeric argument required



Solution6：找到configure文件的这一行，一般报错会指定这一行的，将as_fn_exit注释掉，如下：



solution:as_fn_error ()
 { as_status=$1; test $as_status -eq 0 && as_status=1
 if test "$4"; then
 as_lineno=${as_lineno-"$3"} as_lineno_stack=as_lineno_stack=$as_lineno_stack
 $as_echo "$as_me:${as_lineno-$LINENO}: error: $2" >&$4
 fi $as_echo "$as_me: error: $2" >&2
 #as_fn_exit $as_status } # as_fn_error


2）   ./configure



make install（遇到同样的报错再次修改configure文件如上）



3）  进入hadoop/src/c++/utils，执行同样的步骤



./configure



make install



生成好新的libhadooppipes.a和libhadooputils.a这两个静态库和相关的头文件之后，将这些文件覆盖到~/hadoop/c++/Linux-i386-32/ 文件夹中的include目录和lib目录中去。重启hadoop，然后重新运行C++程序。



再次运行，OK。



转载请注明出处：http://hanlaiming.freetzi.com/?p=281

















 
相关内容