hadoop与eclips的搭建和连接

#1.今天我使用的是Hadoop中的伪分布集群与eclipse进行连接：进行配置之前，一定要保证你的伪分布集群能够正常启动。没有问题
一. 首先：我们需要在windows系统中配置与Hadoop有关的环境变量
（1）在电脑点击右键找到属性，在高级系统配置中，点击环境变量。。。
（2）
需要将Hadoop的文件地址配置上，注意最好在全中文路径下。
（3）
还要再path中加入与Hadoop有关的配置

将这两句话加到path中，最后点击确定，环境变量配置完毕

    （4）配置eclipse环境
	         在eclipse启动之前，将hadoop-eclipse-plugin-2.6.0.jar复制到eclipse的安装目录下的plugins
	        启动eclipse

二. 启动eclipse
core-site.xml 配置文件：

    <name>fs.defaultFS</name>

    <value>hdfs://master:9000</value>

<description>The name of the default file system.</description>

    <name>hadoop.tmp.dir</name>

    <!-- 注意创建相关的目录结构 -->

        <value>/usr/setup/hadoop/temp</value>

    <description>A base for other temporary         directories.</description>

1 下载插件

hadoop-eclipse-plugin-2.5.1.jar

github上下载源码后需要自己编译。这里使用已经编译好的插件即可

2 配置插件

把插件放到…\eclipse\plugins目录下，重启eclipse，配置Hadoop installation directory ，

如果插件安装成功，打开Windows—Preferences后，在窗口左侧会有Hadoop Map/Reduce选项，点击此选项，在窗口右侧设置Hadoop安装路径。（windows下只需把hadoop-2.5.1.tar.gz解压到指定目录）

3 配置Map/Reduce Locations

 打开Windows—Open Perspective—Other，选择Map/Reduce，点击OK，控制台会出现：

右键 new Hadoop location 配置hadoop：输入

Location Name，任意名称即可.

配置Map/Reduce Master和DFS Mastrer，Host和Port配置成与core-site.xml的设置一致即可。

点击"Finish"按钮，关闭窗口。

点击左侧的DFSLocations—>master （上一步配置的location name)，如能看到user，表示安装成功

4 wordcount实例

  File—>Project，选择Map/Reduce Project，输入项目名称WordCount等。在WordCount项目里新建class，名称为WordCount，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{

        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 = 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("hdfs://192.168.11.134:9000/in/test*.txt"));//路径1

    FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.11.134:9000/output"));//输出路径

    System.exit(job.waitForCompletion(true) ? 0 : 1);

}

}

上面的路径1 和路径2 由于在代码中已经定义，这不需要在配置文件中定义，若上面路径1和路径2 代码为：

FileInputFormat.addInputPath(job, new Path(otherArgs[0]));

FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));

这需要配置运行路径：类 右键 Run As—>Run Configurations

红色部分为配置的hdfs上文件路径，

点击run 或或者：Run on Hadoop，运行结果会显示在DFS Locations。若运行中有更新，右键DFS Locations，点disconnect更新

运行结果：

#2.所有东西都完成后，进行了一个简单的API的书写。
建立一个普通的Java项目，创建一个测试类。测试一些简单的功能
package com.hpe.test;

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import org.omg.Messaging.SyncScopeHelper;

public class TestHdfs {

//引入配置文件
Configuration conf=null;
//创建文件流----引用的是hadoop内部封装的方法
FileSystem fs=null;	

@Before
public void conn() throws Exception{
	conf=new Configuration(true);//设置是否读取配置信息
	fs=FileSystem.get(conf);
}
@After
public void close() throws Exception{
	fs.close();
}

//创建、删除、重命名、判断是否存在

//创建文件
@Test
public void mkdir() throws Exception{
	Path f=new Path("/aaa");
	//判断是否存在
	if(fs.exists(f)){
		//删除
		fs.delete(f);
	}
	//创建
	fs.mkdirs(f);
	
}
//自己补充完成
public void exist(){
	
}
//重命名
@Test
public void rn() throws Exception{
	Path p1 = new Path("/user/root/passwd");
	Path p2 = new Path("/user/root/haha.txt");
	boolean rename = fs.rename(p1, p2);
	System.out.println(rename);
}




//上传文件
@Test
public void uploadFile() throws Exception{
	
	//输出位置
	Path inputFile=new Path("/tmpDir/haha.txt");
	//相当于文件内容的输出
	FSDataOutputStream output = fs.create(inputFile);
	
	//输入位置，相当于文件内容的输入
	InputStream input=new BufferedInputStream(new FileInputStream(new File("d:\\124.txt")));
	
	IOUtils.copyBytes(input, output, conf, true);
	
}
//下载文件
@Test
public void downloadFile() throws Exception{
	

	//上传文件到HDFS
	Path src = new Path("/tmpDir/haha.txt");
	//输入源：将我集群中的文件作为输入
	FSDataInputStream input=fs.open(src);
	//输出位置
	FileOutputStream output=new FileOutputStream("F://aa.txt");
	

	IOUtils.copyBytes(input, output, conf, true);
}
//上传下载

}

#3.可能会遇到的一些问题
（1）配置文件中的要改成自己的主机地址