编写MapReduce前置插件Hadoop-Eclipse-Plugin 安装

目录

前言

一、获取相应版本的hadoop-eclipse-plugin

二、解压并配置相应环境

 三、编写测试类

总结

---

---

前言

配置好了静态ip搭建完了hadoop分布式集群后，开始搭建Zookeeper软件，之后搭建hbase环境。现在进入到了学习MapReduce的阶段，当然要利用JAVA编写MaoReduce的脚本要使用Hadoop-Eclipse-Plugin的插件，这篇文章就是详细讲述如何安装该插件。在此领域本人有诸多不明确疑问，可能文章会有些许错误，望大家在评论区指正，本篇文章错误将会不断更正维护。

开发环境：
系统：Centos6.7
IDE：Eclipse Java EE IDE
Hadoop版本：hadoop2.6.0

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、获取相应版本的hadoop-eclipse-plugin

本人用的是2.2.0版本的插件，大家可以根据自己需求下载不同版本的插件，这里给出下载地址：

百度网盘 请输入提取码

提取码：0cn9

二、解压并配置相应环境

1.将hadoop-eclipse-plugin-2.6.0.jar，复制到eclipse安装目录下的plugins下。

2.启动eclipse，点击Window中的Preferences

 进入后在Data Management那一栏找到Hadoop Map/Reduce，设置获取Hadoop路径（hadoop安装路径）。如果没找到则说明插件未安装成功，可能没刷新或者是版本不对。

 3.添加Map/Redure视图：

4.设置New Hadoop location 

右键新创建一个New hadoop location，我这里已经创建过了：

连接之后刷新列表：

出现小蓝像则说明连接成功。

 三、编写测试类

1.创建一个Map/Redure Project，右键 –> New –> Other –> Map/Redure Project 。

package test1;

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.LongWritable;
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.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

/**
 * MapReduce_WordCount
 * @author muster_hunter
 *
 */
public class WordCount {
    public static class WordCountMap extends
            Mapper<LongWritable, Text, Text, IntWritable> {
        private final IntWritable one = new IntWritable(1);
        private Text word = new Text();

        public void map(LongWritable key, Text value, Context context)
                throws IOException, InterruptedException {
            String line = value.toString();
            StringTokenizer token = new StringTokenizer(line);
            while (token.hasMoreTokens()) {
                word.set(token.nextToken());
                context.write(word, one);
            }
        }
    }

    public static class WordCountReduce extends
            Reducer<Text, IntWritable, Text, IntWritable> {
        public void reduce(Text key, Iterable<IntWritable> values,
                Context context) throws IOException, InterruptedException {
            int sum = 0;
            for (IntWritable val : values) {
                sum += val.get();
            }
            context.write(key, new IntWritable(sum));
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = new Job(conf);
        job.setJarByClass(WordCount.class);
        job.setJobName("wordcount");
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        job.setMapperClass(WordCountMap.class);
        job.setReducerClass(WordCountReduce.class);
        job.setInputFormatClass(TextInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        job.waitForCompletion(true);
    }
}

 2.先运行一波该程序，不然在Configurations中找不到该程序的应用。右键Run As –> Run Configurations ，点击Arguments，填写输入目录，输出目录参数。

3.运行之后检测结果：

 完成MapReduce测试，可以进行编写MapReduce脚本了。

---

总结

安装不是很难，具体遇到什么错解决什么错，不是什么大问题。

参阅：Eclipse搭建hadoop开发环境[hadoop-eclipse-plugin-2.5.2]_自己生成hadoop eclipse plugin-CSDN博客