Hadoop Pipes编程中C++如何实现WordCount

本篇文章给大家分享的是有关Hadoop Pipes编程中C++如何实现WordCount，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

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：

</pre>
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：

</pre>
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。

补充：之后我再次编译的时候，某次又抛出了error：g++ ：error： -lcrypto： No such file or directory

这可急坏我了，多次查证，,原因是没有找到 libcrypto.so

解决办法：http://blog.csdn.net/yasi_xi/article/details/8658191

以我自身为例，进入到/lib/i386-linux-gnu目录，ll libcrypto*，查看一下当前链接情况，结果是没有libcrypto.so，没有指向libcrypto.so.1.0.0，也就是说，无法在ld中找到，所以添加软连接：

ln -s /lib/i386-linux-gnu/libssl.so.1.0.0 /lib/libssl.so.1.0.0/libssl.so

ln -s /usr/i386-linux-gnu/libcrypto.so.1.0.0 /lib/libssl.so.1.0.0/libcrypto.so

当然，这些libssl.so.1.0.0文件你得自己去找，找不到就去下一个，理论上安装了openssl就应该有的，ok，补充一下，终于不报错了

再次运行，OK。

以上就是Hadoop Pipes编程中C++如何实现WordCount，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。