遇到的需求很簡單，我們有一個性能很好的分詞器，用c++實現的，現在想在java寫的Hadoop的程序中使用它，咋辦？
如果只是使用hadoop，用c++ pipes實現hadoop程序，再調用c++實現的分詞器（源代碼調用或者動態庫調用）就很簡單，不存在上面的問題。不過，由於Legacy原因（其實就是種種原因），不能放棄java版本的hadoop程序，才會有以上問題。
上網上搜了一下，Java調用c++用的是JNI（java native interface）技術，只是JNI怎麼放到hadoop中？而且分詞器要讀取資源文件（詞表），這個文件在hadoop中的路徑設定有什麼規矩？我就不知道了。
嘗試分三階段進行：
階段一：在linux跑通一個單機版的JNI程序，即用java調用c++。
階段二：將上面的程序放到hadoop上跑通。
階段三：讓c++編出來的動態庫（so文件）load資源，並在hadoop上跑通。
現在進行階段一的工作。
1. 寫一個Java類，用來包裝c++代碼的接口。這裡面我只是寫了示意性代碼，畢竟是要嘗試麼，如下：
package FakeSegmentForJni ;
public class FakeSegmentForJni {
public static native String SegmentALine (String line);
static
{
System.loadLibrary("FakeSegmentForJni");
}
}
這裡面聲明了靜態函數接口，並用了”native“關鍵字，表示是native函數（非java的、本地函數）。在”static“語句塊兒中，用LoadLibrary調用（即將生成的）c++動態庫。
2. 用javac命令編譯FakeSegmentForJni類，生成.class文件，命令如下：
javac -d ./bin ./src/*.java
3. 在FakeSegmentForJni.class的基礎上，用javah命令生成c++函數的頭文件，命令如下：
javah -jni -classpath . FakeSegmentForJni.FakeSegmentForJni
其中classpath表示.class文件所在目錄，“.”表示當前目錄；後面的參數，第一個“FakeSegmentForJni”表示package名稱，第二個“FakeSegmentForJni”表示class名稱。敲完命令後，就能在當前目錄下發現c++函數的頭文件FakeSegmentForJni_FakeSegmentForJni.h。打開看一下，主要將java類中的static函數轉成了c++接口，內容如下：
/* DO NOT EDIT THIS FILE - it is machine generated */
#include <jni.h>
/* Header for class FakeSegmentForJni_FakeSegmentForJni */
#ifndef _Included_FakeSegmentForJni_FakeSegmentForJni
#define _Included_FakeSegmentForJni_FakeSegmentForJni
#ifdef __cplusplus
extern "C" {
#endif
/*
* Class: FakeSegmentForJni_FakeSegmentForJni
* Method: SegmentALine
* Signature: (Ljava/lang/String;)Ljava/lang/String;
*/
JNIEXPORT jstring JNICALL Java_FakeSegmentForJni_FakeSegmentForJni_SegmentALine
(JNIEnv *, jclass, jstring);
#ifdef __cplusplus
}
#endif
文件上第一句“DO NOT EDIT THIS FILE ......”表示這是個自動生成的文件。其時，不必用javah命令來生成這個文件，手寫也沒問題。不過畢竟自動生成方便，尤其是在接口函數比較多的情況。
4. 費了這麼半天事情，就是生成了一個c++頭文件，正經事還沒干呢。什麼是正經事？既然非用c++不可，正經事就是用c++對所需功能的實現。其時用c++的理由是盡量利用現有的、成熟的代碼，所以這一步，一般不是功能性開發，而是寫個wrapper包裝現有的代碼——如果是純功能性開發，那直接用java的了，費這麼多事干嘛？！
廢話不說了，wrapper的代碼如下：
#include <jni.h>
#include <stdio.h>
#include <string.h>
#include "FakeSegmentForJni_FakeSegmentForJni.h"
/* * Class: FakeSegmentForJni_FakeSegmentForJni
* * Method: SegmentALine
* * Signature: (Ljava/lang/String;)Ljava/lang/String;
* */
JNIEXPORT jstring JNICALL Java_FakeSegmentForJni_FakeSegmentForJni_SegmentALine
(JNIEnv *env, jclass obj, jstring line)
{
char buf[128];
const char *str = NULL;
str = env->GetStringUTFChars(line, false);
if (str == NULL)
return NULL;
strcpy (buf, str);
strcat (buf, "--copy that\n");
env->ReleaseStringUTFChars(line, str);
return env->NewStringUTF(buf);
}
在實現中，jni.h這個頭文件是必須要包含的，將來在編譯的時候，也要在系統搜索路徑上。“JNIEnv *env, jclass obj, jstring line”這些奇奇怪怪的東西到底是什麼意思，怎麼用，請參考《 在 Linux 平台下使用 JNI 》http://www.linuxidc.com/Linux/2012-12/75536.htm。那兩天正在學習這方面的東西，就順便轉載了。這段代碼功能也很簡單，就是再輸入字符串的基礎上，加上”--copy that“的字樣，並且返回。
5. 在本地環境下編譯出c++動態庫。為啥要強調“在本地環境”？字面上的意思就是，你在windows下用JNI，就到windows下編譯FakeSegmentForJni_FakeSegmentForJni.cpp文件，生成dll；在linux下，就到linux下（32位還是64位自己搞清楚）編譯FakeSegmentForJni_FakeSegmentForJni.cpp文件，生成.so文件。為啥非要這樣？這就涉及到動態庫的加載過程，每個系統都不一樣。
編譯命令為：
g++ -I/System/Library/Frameworks/JavaVM.framework/Versions/A/Headers FakeSegmentForJni_FakeSegmentForJni.cpp -fPIC -shared -o FakeSegmentForJni.so
命令有點長，不過意思很容易。“-I”表示要包含的頭文件。正常來講，系統路徑都已經為g++設置好了。不過jni.h是java的頭文件，不是c++的，g++找不到，只好在編譯的時候告訴編譯器。我這裡用的是mac os 10.8.2的hadoop偽分布式，所以頭文件是在framework裡的，路徑“/System/Library/Frameworks/JavaVM.framework/Versions/A/Headers”看起來有點怪怪的。”-shared“表示輸出的是動態庫（共享庫，有別於靜態庫的.a文件）；”-o“表示輸出文件名。
順利的話，就能生成FakeSegmentForJni.so文件。
6. 本地java程序調用FakeSegmentForJni.so，代碼很簡單，如下：
package FakeSegmentForJni;
import java.io.IOException;
import java.net.URI;
import java.net.URL;
/**
* This class is for verifying the jni technology.
* It call the function defined in FakeSegmentForJni.java
*
*/
public class TestFakeSegmentForJni {
public static void main(String[] args) throws Exception {
System.out.println ("In this project, we test jni!\n");
// test jni on linux local
String s = FakeSegmentForJni.SegmentALine("now we test FakeSegmentForJni");
System.out.print(s);
} // main
} // TestFakeSegmentForJni
測試代碼也很簡單，就是輸入給FakeSegmentForJni.SegmentALine一個字符串，並且打印它的返回結果。
在linux上面打了一個jar包，輸入如下命令運行上述代碼：
java -Djava.library.path='/xxx/TestJni/' -jar /xxx/TestFakeSegmentForJni.jar FakeSegmentForJni.TestFakeSegmentForJni
（用-Djava.library.path指明FakeSegmentForJni_FakeSegmentForJni.so文件所在的路徑，否則jvm找不到；後面FakeSegmentForJni.TestFakeSegmentForJni是main函數所在的路徑）
程序運行結果是在屏幕上輸出
now we test FakeSegmentForJni--copy that
這樣的字樣，表示成功調用FakeSegmentForJni_FakeSegmentForJni.so中的函數。