目录
一、获取相应版本的hadoop-eclipse-plugin
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:
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