hadoop 在eclipse下简单使用

按照官网上的教程装好hadoop的环境后就可以开发了，哈哈，怎么装环境这里就不多说了，官网上说很很详细。hadoop环境安装入门
我用的hadoop是hadoop-0.20.2，
下面主要讲一下eclipse下的简单使用。
我用的eclipse是最新的3.7，插件不是用hadoop自带的那个，而是google code上的，附件有。

把插件复制到eclipse的plugin目录重启eclipse就可以了，新建项目时多了个Map/Reduce project说明插件已经OK

在Map/Reduce location窗口新建一个location，Map/Reduce Master的端口为9001，DFS Master的端口是9000 ，

和你一开是配置环境是配置的端口要一样。
location name 随便取一个。
这样就可以在eclipse中浏览hadoop上的文件系统了，当然其他操作基本也可以。

下面运行一个简单的例子，新建一个java项目，我这里在hadoop的源代码包里找了个demo：wordcount。

package org.apache.hadoop.examples;

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 {
			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();
		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);
	}
}

 

运行是要加参数，hdfs://localhost:9000/user/cmzx3444/input hdfs://localhost:9000/user/cmzx3444/output012

运行完后在DFS location里就可以看到输出的文件了。
不知道为什么run on hadoop这个一直没反映，所以只能用上面的方式运行，很是不爽。