Windows 环境中： bat 文件的写法

　　1. 任何位置都可以新建一个文件夹 (例如：D:/test)，将项目的 pom 文件复制进来

　　2. 将已写好的项目打包, 把生成的 jar 文件复制到 test 里，

　　3. 再在 test 下新建 lib 文件夹，在 test 里执行 cmd 命令下载工件的所有的依赖的 jar 包，命令内容：

　　　　mvn -DoutputDirectory=./lib
　　　　-DgroupId=com.txj 
　　　　-DartifactId= handeworkcheck
　　　　-Dversion=1.0-SNAPSHOT

            以上的内容分别是：项目组名； 项目名；版本号

　　4. 写 runner.bat 文件，内容如下（按颜色一致）：

　　　　java -cp handeworkcheck.jar;./lib/activation-1.1.jar;./lib/apacheds-i18n-2.0.0-M15.jar;./lib/zkclient-0.8.jar;./lib/zookeeper-3.4.6.jar com.mine.calllog.consumer.HbaseConsumer

　　　　内容分别有 4 部分：

　　　　第一： java -cp

　　　　第二：包名

　　　　第三：所有 lib 下依赖的包名

　　　　第四：运行的主类 （全类名）

　　　　注意： jar 之间用 ； 分开。最后一个 jar 与运行的类用空格分开

---------------------------------------------------------------------------------------

liunx 环境中：sh 文件

生成 jar 包，部署到 centos 执行
--------------------------------
　　1. 使用 maven 生成 jar 文件
　　　　和上面的 1、2、3、4 步骤一样
　　2. 部署到 centos
　　3. 执行
　　　　$>mkdir /home/centos/calllog
　　　　java -cp xxx.jar 全类名: 依赖包 参数 1...

　　4. 创建 centos 上的执行脚本

　　[calllog.sh]
　　　　#!/bin/bash
　　　　java -cp Calllog.jar com.mine.callloggen.App :./lib/activation-1.1.jar:./lib/apacheds-i18n-2.0.0-M15.jar /home/centos/calllog/calllog.log

　　5. 修改权限
　　　　$>chmod a+x calllog.sh
　　6. 执行脚本
　　　　$>cd ~/calllog
　　　　$>./calllog.sh

----------------------------------------------------------------------------------------------

hadoop 的运行脚本：sh 文件

------------------------------------------- 脚本一

#!/bin/bash
#到该目录下
cd ${dirname}
jarpath=$(dirname $PWD)
mainclass=com.txj
echo ${jarpath}

#计算昨天
yesterday=$(date --date='1 days ago' +'%Y%m%d')
echo ${yesterday}

#HDFS 上上传文件
HDFS_PATH=${dirname $PWD}/b.txt

#设置用户
export HADOOP_USER_NAME=admin

#上传文件
#hdfs dfs -mkdir -p /user/b

hdfs_path1=/user/b

hdfs dfs -rm -r ${hdfs_path1}

hdfs_path2=hdfs://192.168.187.30/user/a/b.txt

hadoop fs -test -e ${hdfs_path2}

if [$? -ne 0];then

echo "success"

else
echo "failed"

fi

----------------------------------------- 脚本二

参考：　　https://blog.csdn.net/zp_Fl/article/details/83895230

cd $(dirname $0)
jarPath=$(dirname $PWD)/work/dataAnalysisPlat.jar
hbase_zk=192.168.187.33
reducer_num=40
mainclass=a.App
mainClassName=b.ToHdfsApp
mainClassNameStep2=c.CntApp
# logDate="20190221 20190222"
for date in $logDate;
do
hbase_table_name="t_gps_std_"${date}
hdfs_output_step1=hdfs://192.168.187.33/data/gps_std_hbase2hdfs/${date}
hadoop fs -test -e ${hdfs_output_step1}'/_SUCCESS'
if [$? -ne 0];then
    hadoop fs -rm -r ${hdfs_output_step1}
    hadoop jar ${jarPath} ${mainclass} \
        -M ${mainClassName} \
        -Dmapreduce.reducer.num=${reducer_num} \
        -Dhbase.source.zk.quorum=${hbase_zk} \
        -Dhbase.source.nameserver.address=${hbase_zk} \
        -Dhbase.source.table=${hbase_table_name} \
        -Dmapreduce.hdfs.output=${hdfs_output_step1} \
        -Dconf.log.date=${date} \
        -Dmapreduce.reduce.memory.mb=5120 \
        -Dmapreduce.input.fileinputformat.split.minsize=1073741824
    hadoop fs -test -e ${hdfs_output_step1}'/_SUCCESS'
    if [$? -ne 0];then
        echo "calc ${hdfs_output_step1} failed" >> runlog.log
    else
        echo "calc ${hdfs_output_step1} success" >> runlog.log
    fi
else
    echo "calc ${hdfs_output_step1} success"
fi
done

//---------------------------------------- 以下运行 jar 时出现错误 ClassNotFoundException-------------

解决 1（常用，不同环境都能用）：

打包时所用的所有 jar 整体打包，

执行时使用：

java -cp （详见：）

解决 2

将所有的包以及第三包保证都在 classpath 下，可以参考如下命令

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/opt/cloudera/parcels/CDH/jars/*

//---------------------------------------- 有时运行脚本报错-------------

查看脚本是否因为在 Windows 上编写的，出现空格等问题！