myeclipse 安装hadoop插件及开发MapReduce

windows上安装 hadoop （不使用Cygwin） 

ubuntu上安装 hadoop

工具及软件

    1. myeclipse 10.8

    2. hadoop2.6.0 插件  点我下载

    

1.   将插件放入myeclipse的目录MyEclipse\MyEclipse 10\dropins

2. 如有必要，删除configuration目录下的org.eclipse.update文件夹

3.   第一次启动eclpse后，会让我们设定一个工作目录，即以后建的项目都在这个工作目录下。

进入后，在菜单window->Rreferences下打开设置：

   

点击browse选择hadoop目录，然后点OK

4.   打开myeclipse在window>>show view >>会出现MapReduce Tools>>Map/Reduce Locations 打开

配置hadoop运行环境

在eclipse下配置hadoop location的时候。hadoop端口号应该与conf文件夹下的core-site.xml以及mapred-site.xml保持一致，前者对应dfs master，后者对应map-red master

在配置完后，在Project Explorer中就可以浏览到DFS中的文件

编写第一个MR程序(统计单词数量)

 在eclipse菜单下 new Project 可以看到，里面增加了Map/Reduce选项：

 新建一个Map/Reduce  

 

新建一个类 WordCount.java

代码如下

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 {
			System.out.println("key=" + key.toString());
			System.out.println("Value=" + value.toString());
			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();
		System.out.println("url:" + conf.get("fs.default.name"));
		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);
	}

}

接下来 直接在 myeclipse中运行。   Run on Hadoop

如果报错 如  

(null) entry in command string: null chmod 0700

需要把 hadoop\bin 下的hadoop.dll拷贝到 c:\windows\system32目录中

以上的WordCount运行还需要设置运行时参数， 输入文件夹和输出文件夹

Run Configuration 

首先创建 wcin 目录 并且上传多个 .txt 的 碎文件 到 wcin目录下

F:\study\hadoop\hadoop-2.6.5\sbin>hadoop fs -mkdir hdfs://localhost:9002/wcin

F:\study\hadoop\hadoop-2.6.5\sbin>hadoop fs -put c:\a.txt hdfs://localhost:9002/
wcin/wc.txt

wcout目录不用创建了 ，运行输出后自动创建

看图结果

 进入 wcout

下载后 打开输出文件 ，统计出了单子数量

eclipse中查看文件系统