eclipse中配置hadoop插件注意的问题

1、使用Hadoop的版本为稳定版0.20.203.0rc1

hadoop-0.20.203.0rc1.tar.gz  

当然插件也要选用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开发环境时，端口号的设置

Map/Reduce Master中

port 填9001， 与Hadoop配置文件mapred-site.xml中mapred.job.tracker的端口一致

[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，与Hadoop配置文件core-site.xml中fs.default.name的端口号一致。

[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>

参考下面这个描述比较详细的文章：

在eclipse中配置hadoop插件

1.安装插件

准备程序：

eclipse-3.3.2（这个版本的插件只能用这个版本的eclipse）
hadoop-0.20.2-eclipse-plugin.jar （在hadoop-0.20.2/contrib/eclipse-plugin目录下）

将hadoop-0.20.2-eclipse-plugin.jar 复制到eclipse/plugins目录下，重启eclipse。

2.打开MapReduce视图

Window -> Open Perspective -> Other 选择Map/Reduce，图标是个蓝色的象。

3.添加一个MapReduce环境

在eclipse下端，控制台旁边会多一个Tab，叫“Map/Reduce Locations”，在下面空白的地方点右键，选择“New Hadoop location...”，如图所示：

在弹出的对话框中填写如下内容：

Location name（取个名字）
Map/Reduce Master（Job Tracker的IP和端口，根据mapred-site.xml中配置的mapred.job.tracker来填写）
DFS Master（Name Node的IP和端口，根据core-site.xml中配置的fs.default.name来填写）

4.使用eclipse对HDFS内容进行修改

经过上一步骤，左侧“Project Explorer”中应该会出现配置好的HDFS，点击右键，可以进行新建文件夹、删除文件夹、上传文件、下载文件、删除文件等操作。

注意：每一次操作完在eclipse中不能马上显示变化，必须得刷新一下。

5.创建MapReduce工程

5.1配置Hadoop路径

Window -> Preferences 选择 “Hadoop Map/Reduce”，点击“Browse...”选择Hadoop文件夹的路径。
这个步骤与运行环境无关，只是在新建工程的时候能将hadoop根目录和lib目录下的所有jar包自动导入。

5.2创建工程

File -> New -> Project 选择“Map/Reduce Project”，然后输入项目名称，创建项目。插件会自动把hadoop根目录和lib目录下的所有jar包导入。

5.3创建Mapper或者Reducer

File -> New -> Mapper 创建Mapper，自动继承mapred包里面的MapReduceBase并实现Mapper接口。
注意：这个插件自动继承的是mapred包里旧版的类和接口，新版的Mapper得自己写。

Reducer同理。

6.在eclipse中运行WordCount程序

6.1导入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配置运行参数

Run As -> Open Run Dialog... 选择WordCount程序，在Arguments中配置运行参数：/mapreduce/wordcount/input /mapreduce/wordcount/output/1

分别表示HDFS下的输入目录和输出目录，其中输入目录中有几个文本文件，输出目录必须不存在。

6.3运行

Run As -> Run on Hadoop 选择之前配置好的MapReduce运行环境，点击“Finish”运行。

控制台会输出相关的运行信息。

6.4查看运行结果

在输出目录/mapreduce/wordcount/output/1中，可以看见WordCount程序的输出文件。除此之外，还可以看见一个logs文件夹，里面会有运行的日志。

参考二：

Hadoop学习全程记录——在Eclipse中运行第一个MapReduce程序

博客分类：
• hadoop

HadoopEclipseMapreduceJavaUbuntu

接上一篇文章：Hadoop学习全程记录——hadoop 入门

这是Hadoop学习全程记录第2篇，在这篇里我将介绍一下如何在Eclipse下写第一个MapReduce程序。

新说明一下我的开发环境：

操作系统：在windows下使用wubi安装了ubuntu 10.10
hadoop版本：hadoop-0.20.2.tar.gz
Eclipse版本：eclipse-jee-helios-SR1-linux-gtk.tar.gz

为了学习方便这个例子在“伪分布式模式”Hadoop安装方式下开发。

第一步，我们先启动Hadoop守护进程。
如果你读过我第1篇文章Hadoop学习全程记录——hadoop 入门应该比较清楚在“伪分布式模式”下启动Hadoop守护进程的方法，在这里就不多说了。

第二步，在Eclipse下安装hadoop-plugin。

1.复制 hadoop安装目录/contrib/eclipse-plugin/hadoop-0.20.2-eclipse-plugin.jar 到 eclipse安装目录/plugins/ 下。

2.重启eclipse，配置hadoop installation directory。
如果安装插件成功，打开Window-->Preferens，你会发现Hadoop Map/Reduce选项，在这个选项里你需要配置Hadoop installation directory。配置完成后退出。



3.配置Map/Reduce Locations。
在Window-->Show View中打开Map/Reduce Locations。
在Map/Reduce Locations中新建一个Hadoop Location。在这个View中，右键-->New Hadoop Location。在弹出的对话框中你需要配置Location name，如myubuntu，还有Map/Reduce Master和DFS Master。这里面的Host、Port分别为你在mapred-site.xml、core-site.xml中配置的地址及端口。如：

Map/Reduce Master

localhost
9001

localhost
9001

DFS Master

localhost
9000

localhost
9000

配置完后退出。点击DFS Locations-->myubuntu如果能显示文件夹(2)说明配置正确，如果显示"拒绝连接"，请检查你的配置。



第三步，新建项目。
File-->New-->Other-->Map/Reduce Project
项目名可以随便取，如hadoop-test。
复制 hadoop安装目录/src/example/org/apache/hadoop/example/WordCount.java到刚才新建的项目下面。

第四步，上传模拟数据文件夹。
为了运行程序，我们需要一个输入的文件夹，和输出的文件夹。输出文件夹，在程序运行完成后会自动生成。我们需要给程序一个输入文件夹。

1.在当前目录（如hadoop安装目录）下新建文件夹input，并在文件夹下新建两个文件file01、file02，这两个文件内容分别如下：

file01

HelloWorldByeWorld

Hello World Bye World 

file02

HelloHadoopGoodbyeHadoop

Hello Hadoop Goodbye Hadoop

2.将文件夹input上传到分布式文件系统中。

在已经启动Hadoop守护进程终端中cd 到hadoop安装目录，运行下面命令：

bin/hadoopfs-putinputinput01

bin/hadoop fs -put input input01

这个命令将input文件夹上传到了hadoop文件系统了，在该系统下就多了一个input01文件夹，你可以使用下面命令查看：

bin/hadoopfs-ls

bin/hadoop fs -ls

第五步，运行项目。

1.在新建的项目hadoop-test，点击WordCount.java，右键-->Run As-->Run Configurations
2.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
3.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/panhuizhi/input01hdfs://localhost:9000/user/panhuizhi/output01

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

这里面的input01就是你刚传上去文件夹。文件夹地址你可以根据自己具体情况填写。



4.点击Run，运行程序。

点击Run，运行程序，过段时间将运行完成，等运行结束后，可以在终端中用命令：

bin/hadoopfs-ls

bin/hadoop fs -ls

查看是否生成文件夹output01。

用下面命令查看生成的文件内容：

bin/hadoopfs-catoutput01/*

bin/hadoop fs -cat output01/*

如果显示如下，恭喜你一切顺利，你已经成功在eclipse下运行第一个MapReduce程序了。

Bye1
Goodbye1
Hadoop2
Hello2
World2

Bye	1
Goodbye	1
Hadoop	2
Hello	2
World	2