eclipse中配置hadoop外掛程式注意的問題

1、使用Hadoop的版本為穩定版0.20.203.0rc1

hadoop-0.20.203.0rc1.tar.gz  

當然外掛程式也要選用hadoop-0.20.203.0/contrib/eclipse-plugin中的

hadoop-eclipse-plugin-0.20.203.0.jar

eclipse 可以使用

eclipse-jee-indigo-SR1-linux-gtk.tar.gz

2、在eclipse 中配置Hadoop開發環境時，連接埠號碼的設定

Map/Reduce Master中

port 填9001， 與Hadoop設定檔mapred-site.xml中mapred.job.tracker的連接埠一致

[hadoop@hdp0 conf]$ more mapred-site.xml<?xml version="1.0"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><!-- Put site-specific property overrides in this file. --><configuration><property><name>mapred.job.tracker</name> <value>hdp0:9001</value></property></configuration>

DFS Master

port 填9000，與Hadoop設定檔core-site.xml中fs.default.name的連接埠號碼一致。

[hadoop@hdp0 conf]$ more core-site.xml<?xml version="1.0"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><!-- Put site-specific property overrides in this file. --><configuration><property><name>fs.default.name</name><value>hdfs://hdp0:9000</value></property></configuration>

參考下面這個描述比較詳細的文章：
在eclipse中配置hadoop外掛程式1.安裝外掛程式

準備程式：

eclipse-3.3.2（這個版本的外掛程式只能用這個版本的eclipse）
hadoop-0.20.2-eclipse-plugin.jar （在hadoop-0.20.2/contrib/eclipse-plugin目錄下）

將hadoop-0.20.2-eclipse-plugin.jar 複製到eclipse/plugins目錄下，重啟eclipse。

2.開啟MapReduce視圖

Window -> Open Perspective -> Other 選擇Map/Reduce，表徵圖是個藍色的象。

3.添加一個MapReduce環境

在eclipse下端，控制台旁邊會多一個Tab，叫“Map/Reduce Locations”，在下面空白的地方點右鍵，選擇“New Hadoop location...”，：

在彈出的對話方塊中填寫如下內容：

Location name（取個名字）
Map/Reduce Master（Job Tracker的IP和連接埠，根據mapred-site.xml中配置的mapred.job.tracker來填寫）
DFS Master（Name Node的IP和連接埠，根據core-site.xml中配置的fs.default.name來填寫）

4.使用eclipse對HDFS內容進行修改

經過上一步驟，左側“Project Explorer”中應該會出現配置好的HDFS，點擊右鍵，可以進行建立檔案夾、刪除檔案夾、上傳檔案、下載檔案、刪除檔案等操作。

注意：每一次操作完在eclipse中不能馬上顯示變化，必須得重新整理一下。 

5.建立MapReduce工程5.1配置Hadoop路徑

Window -> Preferences 選擇 “Hadoop Map/Reduce”，點擊“Browse...”選擇Hadoop檔案夾的路徑。
這個步驟與運行環境無關，只是在建立工程的時候能將hadoop根目錄和lib目錄下的所有jar包自動匯入。

5.2建立工程

File -> New -> Project 選擇“Map/Reduce Project”，然後輸入項目名稱，建立項目。外掛程式會自動把hadoop根目錄和lib目錄下的所有jar包匯入。

5.3建立Mapper或者Reducer

File -> New -> Mapper 建立Mapper，自動繼承mapred包裡面的MapReduceBase並實現Mapper介面。
注意：這個外掛程式自動繼承的是mapred包裡舊版的類和介面，新版的Mapper得自己寫。

Reducer同理。

6.在eclipse中運行WordCount程式6.1匯入WordCount

 1 import java.io.IOException; 2 import java.util.StringTokenizer; 3  4 import org.apache.hadoop.conf.Configuration; 5 import org.apache.hadoop.fs.Path; 6 import org.apache.hadoop.io.IntWritable; 7 import org.apache.hadoop.io.LongWritable; 8 import org.apache.hadoop.io.Text; 9 import org.apache.hadoop.mapreduce.Job;10 import org.apache.hadoop.mapreduce.Mapper;11 import org.apache.hadoop.mapreduce.Reducer;12 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;13 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;14 15 public class WordCount {16     public static class TokenizerMapper extends Mapper<LongWritable, Text, Text, IntWritable>{17 18         private final static IntWritable one = new IntWritable(1);19         private Text word = new Text();20 21         public void map(LongWritable key, Text value, Context context)22                 throws IOException, InterruptedException {23             StringTokenizer itr = new StringTokenizer(value.toString());24             while (itr.hasMoreTokens()) {25                 word.set(itr.nextToken());26                 context.write(word, one);27             }28         }29     }30 31     public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {32         private IntWritable result = new IntWritable();33 34         public void reduce(Text key, Iterable<IntWritable> values, Context context)35                 throws IOException, InterruptedException {36             int sum = 0;37             for (IntWritable val : values) {38                 sum += val.get();39             }40             result.set(sum);41             context.write(key, result);42         }43     }44 45     public static void main(String[] args) throws Exception {46         Configuration conf = new Configuration();47         if (args.length != 2) {48             System.err.println("Usage: wordcount  ");49             System.exit(2);50         }51 52         Job job = new Job(conf, "word count");53         job.setJarByClass(WordCount.class);54         job.setMapperClass(TokenizerMapper.class);55         job.setReducerClass(IntSumReducer.class);56         job.setMapOutputKeyClass(Text.class);57         job.setMapOutputValueClass(IntWritable.class);58         job.setOutputKeyClass(Text.class);59         job.setOutputValueClass(IntWritable.class);60 61         FileInputFormat.addInputPath(job, new Path(args[0]));62         FileOutputFormat.setOutputPath(job, new Path(args[1]));63 64         System.exit(job.waitForCompletion(true) ? 0 : 1);65 66     }67 68 }

6.2配置運行參數

Run As -> Open Run Dialog... 選擇WordCount程式，在Arguments中配置運行參數：/mapreduce/wordcount/input /mapreduce/wordcount/output/1

分別表示HDFS下的輸入目錄和輸出目錄，其中輸入目錄中有幾個文字檔，輸出目錄必須不存在。

6.3運行

Run As -> Run on Hadoop 選擇之前配置好的MapReduce運行環境，點擊“Finish”運行。

控制台會輸出相關的運行資訊。

6.4查看運行結果

在輸出目錄/mapreduce/wordcount/output/1中，可以看見WordCount程式的輸出檔案。除此之外，還可以看見一個logs檔案夾，裡面會有啟動並執行日誌。

參考二：

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

部落格分類：
• hadoop

HadoopEclipseMapreduceJavaUbuntu

接上一篇文章：Hadoop學習全程記錄——hadoop 入門

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 MasterJava代碼  

1. localhost  
2. 9001  

localhost9001

DFS MasterJava代碼  

1. localhost  
2. 9000  

localhost9000

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：

file01Java代碼  

1. Hello World Bye World   

Hello World Bye World 

file02Java代碼  

1. Hello Hadoop Goodbye Hadoop  

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  

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  

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  

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  

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/*  

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  

Bye1Goodbye1Hadoop2Hello2World2