Ubuntu系統下使用Eclipse搭建hadoop2.4運行環境

標籤：eclipse hadoop2.4   eclipse運行mapreduce   eclipse運行wordcount   eclipse   hadoop2.4   

     使用hadoop進行MapReduce編程的時候，我們都希望使用IDE進行開發，本文主要介紹如何使用Eclipse進行hadoop編程。

如果你的叢集還沒搭好，可以參考我的前一篇文章Ubuntu下用hadoop2.4搭建叢集（偽分布式）

 一、安裝Eclipse

 方法一：直接在Ubuntu的軟體中心進行下載，如所示。

 方法二：先下載Eclispe壓縮檔後，使用命令進行安裝，：http://pan.baidu.com/s/1mgiHFok

      sudo tar -zxvf eclipse-dsl-juno-SR1-linux-gtk.tar.gz

這樣Eclipse就安裝好了。

二、安裝 Hadoop-Eclipse-Plugin

   下載 hadoop2x-eclipse-plugin ，將 release 中的 hadoop-eclipse-kepler-plugin-2.2.0.jar （雖然標註的是 2.2.0，但在 2.4.1 下是沒問題的，應該在 2.x 版本下都可以，不過有時候會提示有些東西到期，對於學習者來說，我個人覺得暫時可以不考慮這些細節）複製到 Eclipse 安裝目錄的 plugin 檔案夾中，運行./eclipse -clean 重啟 Eclipse 即可。使用方法一的Eclipse 的預設安裝目錄為：/usr/lib/eclipse ：使用方法二的安裝Eclipse的話目錄根據自己而定了，我的目錄是/usr/local/eclipse。./eclipse -clean命令需要在Eclipse的安裝目錄下。開啟後就可一看到檔案系統了。

外掛程式需要進一步的配置。

第一步：選擇 Window 菜單下的 Preference ，然後彈出一個表單，表單的左側會多出 Hadoop Map/Reduce 選項，點擊此選項，選擇 Hadoop 的安裝目錄（如/usr/local/hadoop）。

第二步：切換 Map/Reduce 工作目錄，選擇 Window 菜單下選擇 Open Perspective，彈出一個表單，從中選擇 Map/Reduce 選項即可進行切換。

第三步 點擊Map/Reduce Location選項卡，點擊右邊小象表徵圖，開啟Hadoop Location配置視窗：

    輸入Location Name，任意名稱即可.配置Map/Reduce Master和DFS Mastrer，Host和Port配置成與core-site.xml的設定一致即可。

點擊"Finish"按鈕，關閉視窗。

 點擊左側的DFSLocations—>MapReduceProject（上一步配置的location name)，如能看到user，表示安裝成功

   如果出現這個提示這個錯誤Error:call from mylinux/127.0.1.1 to localhost:9090 failed on connection exception java.Connection.net.ConnectException拒絕串連。

 

首先確定hadoop有沒有啟動。我當時也是由於沒有啟動hadoop，然後折騰了好久才發現了這個問題，希望對大家有所協助。

具體一些原因可以參考我的一篇部落格在Ubuntu下使用Eclispe串連hadoop時拒絕連結解決方案總結

三、建立WordCount例子

    File—>Project，選擇Map/Reduce Project，輸入項目名稱WordCount等。

    在WordCount項目裡建立class，名稱為WordCount，代碼如下：

import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.Reducer;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.util.GenericOptionsParser;public class WordCount {public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{ 　　private final static IntWritable one = new IntWritable(1);　　private Text word = new Text();　　public void map(Object key, Text value, Context context) throws IOException, InterruptedException {　　　　StringTokenizer itr = new StringTokenizer(value.toString());　　　　　　while (itr.hasMoreTokens()) {　　　　　　　　word.set(itr.nextToken());　　　　　　　　context.write(word, one);　　　　　}　　}}public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> {　　private IntWritable result = new IntWritable(); 　　public void reduce(Text key, Iterable<IntWritable> values,Context context) throws IOException, InterruptedException {　　　　int sum = 0;　　　　for (IntWritable val : values) {　　　　　　sum += val.get();　　　　}　　　　result.set(sum);　　　　context.write(key, result);　　}}public static void main(String[] args) throws Exception {　　Configuration conf = new Configuration();　　String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();　　if (otherArgs.length != 2) {　　　　System.err.println("Usage: wordcount <in> <out>");　　　　System.exit(2);　　}　　Job job = new Job(conf, "word count");　　job.setJarByClass(WordCount.class);　　job.setMapperClass(TokenizerMapper.class);　　job.setCombinerClass(IntSumReducer.class);　　job.setReducerClass(IntSumReducer.class);　　job.setOutputKeyClass(Text.class);　　job.setOutputValueClass(IntWritable.class);　　FileInputFormat.addInputPath(job, new Path(otherArgs[0]));　　FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));　　System.exit(job.waitForCompletion(true) ? 0 : 1);}}

1、在HDFS上建立目錄input

    hadoop fs -mkdir input  

這是使用命令來建立，我們可以在Eclipse裡面右鍵hadoop(根據個人配置不同這個會有出入)進行建立

    2、拷貝本地README.txt到HDFS的input裡

 hadoop fs -copyFromLocal /usr/local/hadoop/README.txt input

     同樣我們可以右鍵input，然後選擇Upload file  ，使用可視化的形式進行檔案上傳。

    3、點擊WordCount.java，右鍵，點擊Run As—>Run Configurations，配置運行參數，即輸入和輸出檔案夾

當然我們也可以在代碼裡直接寫路徑，真正搞懂檔案系統你會探索方法還有很多，只是需要修改java代碼。

下面這個配置是對應了代碼裡面這個

　String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();，

　hdfs://localhost:9000/user/hadoop/input hdfs://localhost:9000/user/hadoop/output

    

   4、運行完成後，查看運行結果        

       第一種方法就是在終端裡面直接使用命令列進行查看。

  hadoop fs -ls output

        可以看到有兩個輸出結果，_SUCCESS和part-r-00000

        執行

hadoop fs -cat output/*

      第二種方法就是直接在Eclipse裡面查看。首先記得重新整理一下檔案系統～

      展開DFS Locations，如所示，雙擊開啟part-r00000查看結果

Ubuntu系統下使用Eclipse搭建hadoop2.4運行環境