eclipse下编译hadoop源代码

 

hadoop是一个分布式存储和分布式计算的框架。在日常使用hadoop时，我们会发现hadoop不能完全满足我们的需要，我们可能需要修改hadoop的源代码并重新编译、打包。

下面将详细描述如何从svn上导入并对hadoop进行eclipse下编译。

 

因项目使用的hadoop版本是0.20.2，所以我们基于hadoop-0.20.2来进行二次开发。

 

（1）首先从svn上签出源代码，svn地址：

 

http://svn.apache.org/repos/asf/hadoop/common/tags/release-0.20.2/

 

 

（2）在下载的过程中，准备开发和编译环境。windows下至少需要安装如下软件：

JDK 6--需要设置PATH环境变量
ant
  --下载解压后，需要将ant的bin目录添加到PATH的环境变量上
cygwin
   --安装cygwin参考http://ebiquity.umbc.edu/Tutorials/Hadoop/03%20-%20Prerequistes.html 进行安装和配置。在选择cygwin的安装包尽量多选，以方便日后的开发

 

 

 

 

（3）从svn签出后，使用命令行进入hadoop下载的HOME目录，执行命令：

 

$ ant

 

     此时，ant开始下载依赖和编译文件。 我在编译的时候编译错误。经查，是$hadoop_home/src/saveVersion.sh生成的package-info.java有问题，导致无法编译过去。将saveVersion.sh修改一下：

 

unset LANG
unset LC_CTYPE
version=$1
user=`whoami` #此处修改成固定值，如jbm3072
date=`date`
if [ -d .git ]; then
  revision=`git log -1 --pretty=format:"%H"`
  hostname=`hostname`
  branch=`git branch | sed -n -e 's/^* //p'`
  url="git://$hostname/$cwd on branch $branch"
else
  revision=`svn info | sed -n -e 's/Last Changed Rev: \(.*\)/\1/p'`
  url=`svn info | sed -n -e 's/URL: \(.*\)/\1/p'`
fi
mkdir -p build/src/org/apache/hadoop
cat << EOF | \
  sed -e "s/VERSION/$version/" -e "s/USER/$user/" -e "s/DATE/$date/" \
      -e "s|URL|$url|" -e "s/REV/$revision/" \
      > build/src/org/apache/hadoop/package-info.java
/*
 * Generated by src/saveVersion.sh
 */
@HadoopVersionAnnotation(version="VERSION", revision="REV", 
                         user="USER", date="DATE", url="URL")
package org.apache.hadoop;
EOF

 

    修改后，应该就可以编译通过了。

 

（4）  将eclipse-files copy到工程目录下

    执行命令：

    ant eclipse-files 

    就可以将eclipse-files copy到工程目录下。

（5）导入工程

 

    打开eclipse，在File中选择Import，然后选择General->Exsiting Projects into Workspace, 点击next，然后选择Hadoop源代码目录，此时就可以识别hadoop为eclipse工程了，点击Finish，稍过片刻，一个没有错误的eclipse 工程就OK了。

 

   （6）现在你就可以基于eclipse来进行修改hadoop源代码了。