Hadoop伪分布模式安装以及在Eclipse中运行第一个MapReduce项目

伪分布模式. Hadoop守护进程运行在本地机器上，模拟一个小规模的的集群。该模式在单机模式之上增加了代码调试功能，允许你检查内存使用情况，HDFS输入输出，以及其他的守护进程交互。

伪分布模式安装前提：单机模式已经安装好，详情请见：单机模式安装

接下来只需要配置即可

1 配置core-site.xml　　hdfs-site.xml　　mapred-site.xml

 core-site.xml: Hadoop Core的配置项，例如HDFS和MapReduce常用的I/O设置等。
 hdfs-site.xml: Hadoop 守护进程的配置项，包括namenode，辅助namenode和datanode等。
 mapred-site.xml： MapReduce 守护进程的配置项，包括jobtracker和tasktracker。（注意：hadoop2.7.0中没有这个文件，只需要将mapred-site.xml.template这个文件copy一份命名为 mapred-site.xml即可）。

  1）core-site.xml

<configuration>  
    <property>  
        <name>fs.default.name</name>  
        <value>hdfs://localhost:9000</value>  
    </property>  
    <property>  
        <name>hadoop.tmp.dir</name>  
        <value>/usr/hadoop/tmp</value>  
    </property>  
</configuration>  

  2） hdfs-site.xml

<configuration>  
    <property>  
        <name>dfs.replication</name>  
        <value>2</value>  
    </property>  
    <property>  
        <name>dfs.name.dir</name>  
        <value>/usr/hadoop/datalog1,/usr/hadoop/datalog2</value>  
    </property>  
    <property>  
        <name>dfs.data.dir</name>  
        <value>/usr/hadoop/data1,/usr/hadoop/data2</value>  
    </property>  
</configuration>  

  3 ） mapred-site.xml

<configuration>     
    <property>    
        <name>mapred.job.tracker</name>  
        <value>localhost:9001</value> 
    </property>  
</configuration>  

2：启动Hadoop到相关服务，格式化namenode, secondarynamenode, tasktracker:

hadoop@Rev:/usr/hadoop/hadoop2.7.0$ hadoop namenode -format  

如果看到下面信息就表明成功！

/************************************************************  
SHUTDOWN_MSG: Shutting down NameNode at derekUbun/127.0.1.1  
************************************************************/  

此时会在/usr/hadoop/下生成几个文件夹：

3：启动hadoop

1）接着执行start-all.sh来启动所有服务，包括namenode,datanode，start-all.sh脚本用来装载守护进程。会遇到一个警告

WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform...using builtin-java classses where applicable  这个可以不用管，如果你觉得很难受，那就查资料吧。 

2）用Java的jps命令列出所有守护进程来验证安装成功

hadoop@Rev:/usr/hadoop$ jps  

如果出现类似下面这种就是启动成功了

4384 SecondaryNameNode 
4676 NodeManger
4008 NameNode  
5003 Jps
4541 ResourceManger
4141 DataNode

3）检查运行状态  http://localhost:8088/  （Hadoop中用于监控集群健康状态的Web界面）

至此，hadoop的伪分布模式已经安装成功。接下来我们在eclipse运行第一个MapReduce项目

1：在Ubuntu下安装eclipse  这一步就省略了。去官网上下载合适的安装包即可

2：在eclipse 下安装MapReduce插件

这一步网上有两种方法 一种是自己编译，一种是下载现成的，我选择是后者。

直接去https://github.com/winghc/hadoop2x-eclipse-plugin 下载压缩文件，release文件夹下有 ，我就分享下吧：eclipse—MapReduce插件下载 ，然后进行eclipse插件安装，这里安装方法很多不在详细表述，重启eclipse 会看到在window菜单Preference下搜寻MapReduce 即可出现 ，我们输入hadoop根目录

同时添加Locations

进入进行配置 M/P master 端口号对应mapred-site.xml    DFS Master 端口号对应core-site.xml    完成后点击finish

打开DFS Location 此时刷新 会有相应的Location Name 命名的 DFS 地址  如果报错显示连接失败，建议重新Format 和重启hadoop

3：运行WordCount 例子

1)新建一个MapReduce项目New->Project->Map/Reduce Project  然后将Hadoop自带的WordCount.java 放入项目src中，去掉最上面的package

2) 在usr/hadoop下新建一个input文件夹，里面新建两个文件

textWordCount1内容是： Hello World Bye World

textWordCount2内容是： Hello Hadoop Goodbye Hadoop

然后上传目录到DFS （换做命令行就是如下命令）

hadoop@Rev:/usr/hadoop$ hadoop dfs -copyFromLocal  input  

成功后会在dfs下显示input文件夹。

3）运行wordcount,在Run之前进行如下设置Arguments，注意按照dfs地址格式来！

运行的时候会报没有Log4j的警告，但实际已经运行生成，为了能在控制台看到数据运行，我们新建一个log4j.properties 放在项目的src下，里面写如下

# Configure logging for testing: optionally with log file
#\u53EF\u4EE5\u8BBE\u7F6E\u7EA7\u522B\uFF1Adebug>info>error
#debug:\u53EF\u4EE5\u663E\u5F0Fdebug,info,error
#info:\u53EF\u4EE5\u663E\u5F0Finfo,error
#error:\u53EF\u4EE5\u663E\u5F0Ferror

log4j.rootLogger=debug,appender1
#log4j.rootLogger=info,appender1
#log4j.rootLogger=error,appender1

#\u8F93\u51FA\u5230\u63A7\u5236\u53F0
log4j.appender.appender1=org.apache.log4j.ConsoleAppender
#\u6837\u5F0F\u4E3ATTCCLayout
log4j.appender.appender1.layout=org.apache.log4j.TTCCLayout

这就可以在控制台看到相关信息，然后运行wordcount，结果会生成output目录，里面就会有成功的文件part-r-00000，里面会显示统计的单词和词频

至此就大功告成，欢迎各位CSDN网友指正不足之处！