Eclipse搭建Hadoop编程环境

环境配置:

Ubuntu14.04(64位）

eclipse3.8（前提装好Java环境，Java环境配置看我上几篇文章）

Hadoop2.6.0

hadoop-eclipse-plugin2.6.0

在做下面步骤之前，先开启Hadoop和ssh服务（具体步骤可以看我前几篇文章）

首先下载hadoop-eclipse-plugin，地址：https://github.com/winghc/hadoop2x-eclipse-plugin

将plugin放到eclipse的eclipse/dropins/底下（注意，在eclipse3.8之前，plugin是放到eclipse/plugins/底下，如果不放心，在4个路径都放一遍，/usr/lib/eclipse/dropins/或/usr/share/eclipse/dropins/或/usr/lib/eclipse/plugins/或/usr/share/eclipse/plugins/）

使用如下命令：

sudo cp hadoop-eclipse-plugin-2.6.0.jar /usr/share/eclipse/dropins/

然后打开eclipse，会看到界面左侧项目栏如下：

然后，打开工具栏Window菜单下的Preferences：

点击选择 Hadoop Map/Reduce 选项，选择 Hadoop 的安装目录（例如我的是：/home/hadoop/hadoop）。

选择Window 菜单下选择 Open Perspective -> Other，弹出一个窗体，从中选择Map/Reduce 选项即可进行切换。

点击Eclipse软件右下角的Map/Reduce Locations 面板，在面板中单击右键，选择New Hadoop Location。

在弹出来的General选项面板中，General 的设置要与 Hadoop 的配置一致。一般两个 Host值是一样的，如果是伪分布式，填写 localhost 即可，这里使用的是Hadoop伪分布，设置fs.defaultFS 为 hdfs://localhost:9000，则 DFS Master 的 Port 改为 9000。Map/Reduce(V2) Master 的 Port 用默认的即可，Location Name 随意填写。

Advanced parameters 选项面板是对 Hadoop 参数进行配置，就是填写 Hadoop 的配置项(/home/hadoop/hadoop/etc/hadoop中的配置文件)，如果配置了 hadoop.tmp.dir，就要进行相应的修改。但修改起来会比较繁琐，可以通过复制配置文件的方式解决。只要配置General 就行了，点击 finish，Map/Reduce Location 就创建完成。

 

配置好后，点击左侧Project Explorer 中的 MapReduce Location 就能直接查看 HDFS 中的文件列表了（HDFS 中要有文件，如下图是 WordCount的输出结果），双击可以查看内容，右键点击可以上传、下载、删除 HDFS 中的文件。

如果无法查看，可右键点击Location 尝试 Reconnect 或重启 Eclipse。HDFS 中的内容更新后Eclipse 不会同步刷新，需要右键点击 Project Explorer中的MapReduce Location，选择Refresh，（文件比较大的情况下eclipse可能死掉，重启eclipse就行）才能看到更新后的文件。
如果出现连接127.0.0.1失败问题，则检查Hadoop和ssh是否开启

在 Eclipse 中创建 MapReduce 项目

点击 File 菜单，选择 New -> Project...:

选择Map/Reduce Project，点击Next。

填写 Projectname 为 WordCount 即可，点击Finish就创建好了项目。

然后在左侧的Project Explorer 可以看到刚才建立的项目：

接着鼠标右键src文件夹新建class：

package处填写：org.apache.hadoop.examples；

name：WordCount

创建 Class 完成后，在 Project 的src中可以看到 WordCount.java 这个文件。将如下 WordCount的代码拷贝到该文件中。

package org.apache.hadoop.examples;
 
import java.io.IOException;
import java.util.Iterator;
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 WordCount() {
    }
 
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        String[] otherArgs = (new GenericOptionsParser(conf, args)).getRemainingArgs();
        if(otherArgs.length < 2) {
            System.err.println("Usage: wordcount <in> [<in>...] <out>");
            System.exit(2);
        }
 
        Job job = Job.getInstance(conf, "word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(WordCount.TokenizerMapper.class);
        job.setCombinerClass(WordCount.IntSumReducer.class);
        job.setReducerClass(WordCount.IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
 
        for(int i = 0; i < otherArgs.length - 1; ++i) {
            FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
        }
 
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[otherArgs.length - 1]));
        System.exit(job.waitForCompletion(true)?0:1);
    }
 
    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
        private IntWritable result = new IntWritable();
 
        public IntSumReducer() {
        }
 
        public void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            int sum = 0;
 
            IntWritable val;
            for(Iterator i$ = values.iterator(); i$.hasNext(); sum += val.get()) {
                val = (IntWritable)i$.next();
            }
 
            this.result.set(sum);
            context.write(key, this.result);
        }
    }
 
    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        private static final IntWritable one = new IntWritable(1);
        private Text word = new Text();
 
        public TokenizerMapper() {
        }
 
        public void map(Object key, Text value, Mapper<Object, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
 
            while(itr.hasMoreTokens()) {
                this.word.set(itr.nextToken());
                context.write(this.word, one);
            }
 
        }
    }
}

通过eclipse运行mapreduce

运行 MapReduce 程序前，务必将 /home/hadoop/hadoop/etc/hadoop 中将有修改过的配置文件（如伪分布式需要core-site.xml 和 hdfs-site.xml），以及log4j.properties复制到WordCount 项目下的 src文件夹（~/workspace/WordCount/src）中。
拷贝完成后，右键点击 WordCount 选择 refresh 进行刷新（不会自动刷新，需要手动刷新），可以看到文件结构如下所示：

点击工具栏中的 Run 图标，或者右键点击 Project Explorer 中的 WordCount.java，选择 Run As -> Run on Hadoop，就可以运行 MapReduce 程序了。不过由于没有指定参数，运行时会提示 "Usage: wordcount "，需要通过Eclipse设定一下运行参数。

右键点击刚创建的 WordCount.java，选择 Run As -> Run Configurations，在此处可以设置运行时的相关参数（如果 Java Application 下面没有 WordCount，那么需要先双击 Java Application）。切换到 "Arguments"栏，在Program arguments 处填写参数 "/input  /output"。

若出现如下错误：

Exception in thread "main" org.apache.hadoop.mapreduce.lib.input.InvalidInputException: Input path does not exist: hdfs://localhost:9000/user/hadoop/input

解决方法：在DFS Locations的MapReduce Location的（1）上新建如下路径：/user/hadoop/input

 

 

设定参数后，运行程序，可以看到运行成功的提示，刷新DFS Location后也能看到输出的 output 文件夹。

参考链接：https://blog.csdn.net/XX_123_1_RJ/article/details/62899971