hadoop 在eclipse 中调试

转  http://blog.sciencenet.cn/blog-540233-591217.html
尝试了一下 可以打断点调试了


测试一：grep
    bin/hadoop fs -put conf input 把hadoop文件夹下的conf文件夹复制到dfs的/user/grid/input，做为输入文件夹
    bin/hadoop jar hadoop-examples-*.jar grep input output 'dfs[a-z.]+' 运行hadoop文件夹下的jar例子程序中的grep小程序(class)，输入文件夹是input，输出文件夹是output，grep查找的是dfs开头的内容。此output文件夹貌似也不要手动建立。
    bin/hadoop fs -get output output 将运行结果output文件夹复制到hadoop(当前目录)下
    cat output/* 再查看输出
    或直接在DFS中查看结果：bin/hadoop fs -cat output/*

    测试二：wordcount
    在hadoop/input中建test1.txt(hello world)和test2.txt(hello hadoop)
    bin/hadoop fs -put input in
    bin/hadoop jar hadoop-examples-*.jar wordcount in out
    bin/hadoop fs -cat out/*
    则结果是：hadoop 1    hello 2    world 1

6.配置分布式（仍都在grid用户下，没试过，请查看hadoop分布式配置）

7.hadoop的使用
    关进程，在hadoop文件夹下：bin/stop-all.sh
    查看命令：bin/hadoop
    分布式文件系统：
        HDFS:/home/grid/tmp/hadoop/mapred/system ----格式化后的DFS系统
                    /usr/grid/in ----直接复制(bin/hadoop fs -put input in)到in目录的情况
    在文件系统中新建目录：bin/hadoop fs -mkdir /tmp/wordcount
    复制本地文件到文件系统：bin/hadoop fs -copyFromLocal /home/grid/word.txt  /tmp/wordcount/word.txt

8.eclipse安装到/home/grid/app/并汉化
Eclipse版本：eclipse-java-helios-SR2-linux-gtk.tar.gz(3.7的版本)
Eclipse官方下载 http://www.eclipse.org/downloads/
各版本的区别：
    Eclipse IDE for Java Developers是Eclipse的platform加上JDT插件，用来java开发的
    Eclipse IDE for Java EE Developers应该是Eclipse的platform加上WTP插件，用来java企业级开发的
    Eclipse IDE for C/C++ Developers是Eclipse的platform加上CDT插件，用来做C和C++开发的
    Eclipse for RCP/Plug-in Developers是Eclipse的SDK，主要用来插件开发
    Eclipse Classic就是原来的Eclipse，还是主要用来开发java
将eclipse解压：tar xvf eclipse-java-indigo-SR2-linux-gtk.tar.gz则运行是英文版

汉化方法：http://www.oschina.net/question/111098_14079
汉化包下载：http://www.eclipse.org/babel/downloads.php
将BabelLanguagePack-eclipse-zh_3.7.0.v20111128043401.zip下的features和plugins下的文件分别放到eclipse目录下，再启动eclipse即中文。

9.eclipse安装hadoop插件及配置
将hadoop-eclipse-plugin-1.0.3.jar复制到eclipse/plugins下，
重启eclipse，窗口-首选项-Hadoop Map/Reduce，设置hadoop的安装目录/home/grid/hadoop-1.0.3
窗口-显示视图-Map/Reduce Location，则会出现Map/Reduce Location的视图窗口，在窗口右上角点新建，新建一个Location：
    Location Name: hadoop（任意）
    Map/Reduce Master: localhost 9000 （同hadoop中core-site.xml mapred-site.xml中的配置）
    DFS Master: localhost 9001
    配置后，在Project Exploror窗口中DFS Location出现hadoop-(2)-... 说明成功，能连上DFS服务

10.eclipse中wordcount例子：
新建项目：File-->New-->Other-->Map/Reduce Project ，项目名可以随便取，如WordCount。
复制 hadoop安装目录下/src/example/org/apache/hadoop/example/WordCount.java到刚才新建的项目下面。

输入文件准备：在hadoop/input中建test1.txt(hello world)和test2.txt(hello hadoop)
                            bin/hadoop fs -put input in

运行的配置：
    在新建的项目Hadoop，点击WordCount.java，右键-->Run As-->Run Configurations
    在弹出的Run Configurations对话框中，点Java Application，右键-->New，这时会新建一个application名为WordCount
    配置运行参数，点Arguments，在Program arguments中输入“你要传给程序的输入文件夹和你要求程序将计算结果保存的文件夹”，如：
hdfs://localhost:9000/user/grid/in   hdfs://localhost:9000/user/grid/out
如果运行时报java.lang.OutOfMemoryError: Java heap space 配置VM arguments(在Program arguments下)
-Xms512m -Xmx1024m -XX:MaxPermSize=256m
运行，控制台会输入一大堆信息，但查看结果：bin/hadoop fs -cat out/*