Hadoop學習全程記錄——在Eclipse中運行第一個MapReduce程式

這是Hadoop學習全程記錄第2篇，在這篇裡我將介紹一下如何在Eclipse下寫第一個MapReduce程式。 

新說明一下我的開發環境： 

作業系統：在windows下使用wubi安裝了ubuntu 10.10 
hadoop版本：hadoop-0.20.2.tar.gz 
Eclipse版本：eclipse-jee-helios-SR1-linux-gtk.tar.gz 

為了學習方便這個例子在“偽分布式模式”Hadoop安裝方式下開發。 

第一步，我們先啟動Hadoop守護進程。 
如果你讀過我第1篇文章Hadoop學習全程記錄——hadoop 入門應該比較清楚在“偽分布式模式”下啟動Hadoop守護進程的方法，在這裡就不多說了。 

第二步，在Eclipse下安裝hadoop-plugin。 

1.複製 hadoop安裝目錄/contrib/eclipse-plugin/hadoop-0.20.2-eclipse-plugin.jar 到 eclipse安裝目錄/plugins/ 下。 

2.重啟eclipse，配置hadoop installation directory。 
如果安裝外掛程式成功，開啟Window-->Preferens，你會發現Hadoop Map/Reduce選項，在這個選項裡你需要配置Hadoop installation directory。配置完成後退出。 

3.配置Map/Reduce Locations。 
在Window-->Show View中開啟Map/Reduce Locations。 
在Map/Reduce Locations中建立一個Hadoop Location。在這個View中，右鍵-->New Hadoop Location。在彈出的對話方塊中你需要配置Location name，如myubuntu，還有Map/Reduce Master和DFS Master。這裡面的Host、Port分別為你在mapred-site.xml、core-site.xml中配置的地址及連接埠。如： 

Map/Reduce Master 

Java代碼  

1. localhost  
2. 9001  

DFS Master 

Java代碼  

1. localhost  
2. 9000  

 

配置完後退出。點擊DFS Locations-->myubuntu如果能顯示檔案夾(2)說明配置正確，如果顯示"拒絕串連"，請檢查你的配置。 
 

第三步，建立項目。 
File-->New-->Other-->Map/Reduce Project 
項目名可以隨便取，如hadoop-test。 
複製 hadoop安裝目錄/src/example/org/apache/hadoop/example/WordCount.java到剛才建立的項目下面。 

第四步，上傳類比資料檔案夾。 
為了運行程式，我們需要一個輸入的檔案夾，和輸出的檔案夾。輸出檔案夾，在程式運行完成後會自動產生。我們需要給程式一個輸入檔案夾。 

1.在目前的目錄（如hadoop安裝目錄）下建立檔案夾input，並在檔案夾下建立兩個檔案file01、file02，這兩個檔案內容分別如下： 

file01 

Java代碼  

1. Hello World Bye World   

file02 

Java代碼  

1. Hello Hadoop Goodbye Hadoop  

2.將檔案夾input上傳到Distributed File System中。 

在已經啟動Hadoop守護進程終端中cd 到hadoop安裝目錄，運行下面命令： 

Java代碼  

1. bin/hadoop fs -put input input01  

這個命令將input檔案夾上傳到了hadoop檔案系統了，在該系統下就多了一個input01檔案夾，你可以使用下面命令查看： 

Java代碼  

1. bin/hadoop fs -ls  

第五步，運行項目。 

1.在建立的項目hadoop-test，點擊WordCount.java，右鍵-->Run As-->Run Configurations 
2.在彈出的Run Configurations對話方塊中，點Java Application，右鍵-->New，這時會建立一個application名為WordCount 
3.配置運行參數，點Arguments，在Program arguments中輸入“你要傳給程式的輸入檔案夾和你要求程式將計算結果儲存的檔案夾”，如： 

Java代碼  

1. hdfs://localhost:9000/user/panhuizhi/input01 hdfs://localhost:9000/user/panhuizhi/output01  

這裡面的input01就是你剛傳上去檔案夾。檔案夾地址你可以根據自己具體情況填寫。 

4.點擊Run，運行程式。 

點擊Run，運行程式，過段時間將運行完成，等運行結束後，可以在終端中用命令： 

Java代碼  

1. bin/hadoop fs -ls  

查看是否組建檔案夾output01。 

用下面命令查看產生的檔案內容： 

Java代碼  

1. bin/hadoop fs -cat output01/*  

如果顯示如下，恭喜你一切順利，你已經成功在eclipse下運行第一個MapReduce程式了。 

Java代碼  

1. Bye 1  
2. Goodbye 1  
3. Hadoop  2  
4. Hello   2  
5. World   2