如何在Hadoop集群运行JNI程序
2012-02-07 10:17
513 查看
点击查看原文
hadoop是基于java的数据计算平台,引入第三方库,例如C语言实现的开发包将会大大增强数据分析的效率和能力。 阿里巴巴内部使用的分词软件(用c++实现的,以下简称WS包)是日常工作中最基本的软件包,通过java的jni机制,笔者将WS包成功的运行在hadoop上,深受很多部门的欢迎。下面借这个例子介绍hadoop上jni程序的开发过程。
首先,简单介绍一下WS包中的调用接口和基本结构。 WS包包括词典文件A.dict,对外提供静态链接库文件libWS.a。WS.h如下:
我们的方案是首先生成jni的原型定义,然后根据原型定义,来包装WS类的接口,最后生成可在tasknode上运行的jni程序包。结构如下图所示
第一步,我们先使用java的jni技术,生成C的原型接口(prototype),然后编写Wsjni.java 文件,这是为云梯程序提供的类文件,其中libwsjni.so 就是wrapper类的动态链接库:
Wsjni.h里面的有函数的原型声明,例如:
第二步,根据Wsjni.h实现wrapper类。需要阅读sun公司编写的jni的规范来实现应用,具体不在这里赘述。在Makefile中链接静态库libWs.a,从而生成一个动态的链接库libwsjni.so ,
我们的wrapper类就写好了。我们可以通过java的程序来测试验证jni是否正确。
运行命令是
为了在hadoop上运行Ws包,需要***两个jar包,一个是wsjni.jar, 通过-libjar选项提供class文件; 一个用于hadoop集群运行,ws.jar里面放了Ws包运行时需要的资源文件,包括链接库和词典文件。
Wsjni.jar中的文件是:
Ws.jar 中的文件是:
第三步,在hadoop上调用Wsjni。hadoop有很特殊的文件系统,这里笔者针对性介绍一下DistributeCache的机制。Hadoop可以将HDFS的一些文件分发到运行的某台机器的工作目录下,并按照一定的逻辑解压。通过以下API实现:
上面的API将ws.jar分发到tasknode上,并解压到工作目录的link目录下。Ws.jar包含ws相关的资源文件。在tasknode上,每个task工作目录下的文件是:
这样的目录结构,使得程序访问文件的路径一目了然,当调用者需要调用WS的接口时,词典A.dict和libwsjni.so 都在./ws 目录下。
因此,调用者的代码如下:
需要设置 lava.library.path的原因是,java虚拟机需要找到libwsjni.so存放的路径。有必要通过ldd 命令看看so依赖哪些库,保证这些库和hadoop集群的tasknode中的库的版本一致。
罗嗦了这么多,都是细节问题,还得各位手动再做一遍,hadoop的程序不太方便调试,但是遇到的困难越多,收获的越多。呵呵。
欢迎各位不吝赐教。
hadoop是基于java的数据计算平台,引入第三方库,例如C语言实现的开发包将会大大增强数据分析的效率和能力。 阿里巴巴内部使用的分词软件(用c++实现的,以下简称WS包)是日常工作中最基本的软件包,通过java的jni机制,笔者将WS包成功的运行在hadoop上,深受很多部门的欢迎。下面借这个例子介绍hadoop上jni程序的开发过程。
首先,简单介绍一下WS包中的调用接口和基本结构。 WS包包括词典文件A.dict,对外提供静态链接库文件libWS.a。WS.h如下:
第一步,我们先使用java的jni技术,生成C的原型接口(prototype),然后编写Wsjni.java 文件,这是为云梯程序提供的类文件,其中libwsjni.so 就是wrapper类的动态链接库:
Wsjni.jar中的文件是:
因此,调用者的代码如下:
罗嗦了这么多,都是细节问题,还得各位手动再做一遍,hadoop的程序不太方便调试,但是遇到的困难越多,收获的越多。呵呵。
欢迎各位不吝赐教。
相关文章推荐
- 如何在Hadoop集群运行JNI程序
- hadoop集群,如何运行Java jar包---如何运行mapreduce程序
- Hadoop集群运行JNI程序
- 如何在eclipse中编写好程序,然后打包成jar文件,在hadoop分布式集群上运行
- Hadoop集群运行JNI程序
- Hadoop集群运行JNI程序
- Eclipse打包mapreduce程序并提交至hadoop集群运行
- hadoop 集群运行WordCount示例程序
- Linux下用Eclipse开发调试Hadoop程序后打jar包后,到Hadoop集群上运行
- 如何使编写的java程序在hadoop 2.2中运行的完整过程
- 运行hadoop程序,如何在map中获取输入数据的全路径(fullpath)
- 创建Hbase索引表之在eclipse上运行与直接在hadoop集群上运行的程序编写的差异
- Hadoop学习笔记之如何运行一个MapReduce程序
- mac电脑的eclipse把mapreduce程序提交到hadoop2.x集群虚拟机上运行
- Linux下用Eclipse开发调试Hadoop程序后打jar包后,到Hadoop集群上运行
- Ubuntu系统下的Hadoop集群(2)_使用命令行编译打包运行自己的MapReduce程序
- Windows平台开发Mapreduce程序远程调用运行在Hadoop集群—Yarn调度引擎异常
- Ubuntu系统下的Hadoop集群(4)_使用Eclipse编译运行MapReduce程序
- Fedora20搭建伪Hadoop集群,运行Wordcount程序
- 如果遇到Hadoop集群正常,MapReduce作业运行出现错误,如何来查看作业运行日志(图文详解)