hadoop eclipse 程序调试

在mac下运行Hadoop程序有两种方式：

第一种就是编写好Hadoop程序后，打成jar包，以jar包的形式运行

bin/hadoop jar wc.jar WordCount /user/joe/wordcount/input /user/joe/wordcount/output

第二种就是在eclipse中运行，在这种方式下，要求提前安装好Hadoop的eclipse 插件，该插件需要根据Hadoop的版本编译，否则会出现版本不匹配错误（根据Hadoop版本，在网上搜索对应版本的插件即可，先不用耗费精力在编译插件上，我的资源：http://download.csdn.net/detail/tterminator/9133281）。

本文以第二种方式运行Hadoop程序，因为在eclipse中安装Hadoop插件后，有以下几点优势：

一、可以很方便的创建map/reduce工程

二、可以添加Hadoop location

三、可以方便的查看hdfs中的目录结构，并预览文件内容

运行环境：

Java version “1.7.0_80”

+

+

+

有了上面搭建的环境之后，就可以在eclipse中做运行Hadoop程序之前的配置工作了：

第零步：启动Hadoop：

sbin/start-all.sh

确认Hadoop是否启动成功：

运行jps命令，查看是否有以下进程，缺一不可。

NameNode

SecondaryNameNode

DataNode

NodeManager

ResourceManager

第一步：在eclipse中配置Hadoop install location（看网上配置老版本Hadoop时，只要配置到Hadoop安装目录就行，这里经过实践发现配置Hadoop2.6.0时，需要配置到Hadoop安装目录下的common/lib）

第二步：eclipse下window菜单中show view查找Map/Reduce Locations视图，在改视图中右键单击“New Hadoop loction...”

location name：任意填

map/reduce master内容和

dfs master内容根据配置文件

mapred-site.xml和

core-site.xml

中配置的内容填写（根据自身情况填写，不一定和上图中内容相同）。

第三步：新建map/reduce工程

安装完Hadoop的eclipse插件后，在新建工程时会出现Map/Reduce Project选项

新建完工程后，如下图所示：

除了可以看到新建的工程，还可以看到一个DFS Location，里面就是我们在第二步中创建的位置，在这里不仅可以看到当前时刻下的hdfs目录结构，还可以通过双击的方式查看文件内容。要想看到不同时刻的hdfs状态，只需要右键单击“Reconnect”即可，需要注意的是“Refresh”但不到同样的效果。

第四步：在官网复制WordCount.java源码，并修改build path:

注意：这里修改build path（即引进Hadoop自带jar包）很重要，如果引入的jar包不全，可能会出现即使工程中源码没有错误，但在运行时会出现错误。其实，网上说的很多错误都是jar包引入不全引起的，最简单粗暴的方式就是把share目录下common、hdfs、mapreduce、yarn中的jar包全部引入。

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;

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();
    Job job = Job.getInstance(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(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

第五步：准备输入文件，也即把本地文件推送到hdfs中

bin/hadoop fs -copyFromLocal /home/grid/word.txt  /tmp/wordcount/word.txt

第六步：eclipse中配置run configuration（根据自己的配置文件设置运行参数），并运行程序

第七步：输入文件内容及运行结果:

输入文件内容：

运行结果内容：

附：

(1)datanode无法启动解决方法

症状：多次运行以下命令

  $ bin/hdfs namenode -format

namenode可以启动，datanode无法启动：

产生原因及解决方法：

执行文件系统格式化时，在/tmp/hadoop-zq/dfs/name/current/VERSION和/tmp/hadoop-zq/dfs/data/current/VERSION两个文件中保存有属性clusterID，当namenode多次格式化后，会导致上述两个文件中clusterID不同，把data下VERSION文件clusterID属性改为和name下的相同即可。

注意：/tmp/hadoop-zq/路径为在core-default.xml中没有配置hadoop.tmp.dir属性时的默认值/tmp/hadoop-${user.name}。

(2)namenode无法启动

namenode无法启动多半是因为运行Hadoop的主机IP地址发生改变，需要修改core－site.xml和mapred－site.xml配置文件中的IP地址，然后运行bin目录下的hdfs namenode -format命令，重新格式化Hadoop文件系统，再次运行sbin/start-all.sh时，即可启动namenode，若此时出现datanode无法启动参见（1）即可解决。