windows上eclipse搭建hadoop开发环境(自用，备忘)

注:本文为自用，随时更新。

一.系统环境

Windows7、Ecplise 4.4.0,Hadoop2.7.2

Hadoop安装教程请看: Hadoop2.7.2安装教程

此处需要注意的是:你的hadoop运行在远程的虚拟机上，但是你的windows上也需要有hadoop的运行环境，这样eclipse才能进行远程调试，所按照上面教程安装完虚拟机上的hadoop,还需要下载同样版本的Hadoop加压到windows上即可，还需要配置相应的环境变量，拷贝winutil.exe.hadoop.dll等文件到hadoop安装目录bin文件夹下，你可以在网上搜一下，或者可以参考一下这篇文章http://blog.csdn.net/fly_leopard/article/details/51250443。

二.安装步骤

1.安装hadoop插件

下载 hadoop-eclipse-plugin-2.7.2.jar(点击下载)，并且拷贝到eclipse 根目录下/dropins下

2.启动myeclipse，打开Perspective：

【Window】->【Open Perspective】->【Other...】->【Map/Reduce】->【OK】

3、 打开一个View：

【Window】->【Show View】->【Other...】->【MapReduce Tools】->【Map/Reduce Locations】->【OK】

4.添加Hadoop Location:

点击New Hadoop location

修改其中的内容:

我的hadoop安装在虚拟机上，地址为192.168.48.129

修改其中内容：

Map/Reduce Master 这个框里
Host：就是jobtracker 所在的集群机器，这里写192.168.48.129
Hort：就是jobtracker 的port，这里写的是9001
Map/Reduce Master 这个框里：这两个参数就是mapred-site.xml里面mapred.job.tracker里面的ip和port
DFS Master 这个框里
Host：就是namenode所在的集群机器，这里写192.168.48.129
Port：就是namenode的port，这里写9000
DFS Master 这个框里：这两个参数就是core-site.xml里面fs.defaultFS(或fs.default.name)里面的ip和port

user name：这个是连接hadoop的用户名

因为我是用hadoop用户安装的hadoop，而且没建立其他的用户，所以用hadoop。下面的不用填写。然后点击finish按钮，此时，这个视图中就有多了一条记录。

重启eclipse并重新编辑刚才建立的那个连接记录，现在我们编辑advance parameters tab页

（重启编辑advance parameters tab页原因：在新建连接的时候，这个advance paramters  tab页面的一些属性会显示不出来，显示不出来也就没法设置，所以必须重启一下eclipse再进来编辑才能看到）
这里大部分的属性都已经自动填写上了，其实就是把core-site.xml,hdfs-site.xml,mapred-site.xml里面的一些配置属性展示出来。因为在安装hadoop的时候，其site系列配置文件里有改动，所以这里也要弄成一样的设置。主要关注的有以下属性：
fs.defualt.name(fs.defaultFS)：这个在General tab页已经设置了
mapred.job.tracker：这个在General tab页也设置了
dfs.replication：这个这里默认是3，因为我在hdfs-site.xml里面设置成了1，所以这里也要设置成1 

hadoop.tmp.dir:这里填写你在core-site.xml中设置的hadoop.tmp.dir
需要修改的内容如下图

然后点击finish，然后就连接上了（先要启动sshd服务，启动hadoop进程），连接上的标志如图：

注1：我在这里遇到一个小问题，我在ubutun上安装hadoop时，core-site.xml属性fs.defaultFS设置的地址是localhost,由于权限原因,我在windows上用eclipse进行连接hadoop，被hadoop拒绝了连接.如下所示:

出现这种情况只需要把fs.defaultFS属性改为你的ip地址即可,如下所示:

注2： 可以在文件上右击，选择删除试下，通常第一次是不成功的，会提示一堆东西，大意是权限不足之类，原因是当前的win7登录用户不是虚拟机里hadoop的运行用户，解决办法有很多，比如你可以在win7上新建一个hadoop的管理员用户，然后切换成hadoop登录win7，再使用eclipse开发，但是这样太烦，最简单的办法:

hdfs-site.xml里添加

1  <property>
2     <name>dfs.permissions</name>
3     <value>false</value>
4  </property>

然后在虚拟机里，运行hadoop dfsadmin -safemode leave

保险起见，再来一个 hadoop fs -chmod 777 /

总而言之，就是彻底把hadoop的安全检测关掉（学习阶段不需要这些，正式生产上时，不要这么干），最后重启hadoop，再到eclipse里，重复刚才的删除文件操作试下，应该可以了。

5.跑一个wordcount例子

（1）新建Map/Reduce Project：

【File】->【New】->【Project...】->【Map/Reduce】->【Map/Reduce Project】->【Project name: TestHadoop】->【Configure Hadoop install directory...】->【Hadoop installation directory: D:\hadoop\hadoop-2.7.2\hadoop-2.7.2】->【Apply】->【OK】->【Next】->【Allow output folders for source folders】->【Finish】

如下图所示:

（2）新建WordCount类，代码是从Hadoop自带的例子中copy过来的，如下

代码:

package com.wimang.test;

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);

		}

	}

	@SuppressWarnings("deprecation")
	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);

	}
}

（3）造一些模拟数据

 为了运行程序，需要一个输入的文件夹和输出的文件夹。输出文件夹，在程序运行完成后会自动生成。我们需要给程序一个输入文件夹。

主要可以用两种方法：

方法一:在eclipse上用鼠标右键即可创建文件夹(首先要把权限解决了，上面有解决的方法)，一个输入文件夹input(名字你任意命名),上传一两个带有单词的文件到该文件夹中即可。

方法二:在运行hadoop的虚拟机上直接用命令搞掉，具体请参考Hadoop安装教程_单机/伪分布式配置_Hadoop2.7.2/Ubuntu14.04（转载，修改部分内容）的运行Hadoop伪分布式实例部分内容即可。

(4)配置运行参数

①在新建的项目WordCount，点击WordCount.java，右键-->Run As-->Run Configurations 
②在弹出的Run Configurations对话框中，点Java Application，右键-->New，这时会新建一个application名为WordCount 
③配置运行参数，点Arguments，在Program arguments中输入“你要传给程序的输入文件夹和你要求程序将计算结果保存的文件夹”，如：

(5)点击run，运行程序。

出现如下图，即为运行成功。

或者在hadoop运行的虚拟机上通过敲击命令查看也可以,可以在终端中用命令如下，查看是否生成文件夹output： 
bin/hadoop fs -ls  
用下面命令查看生成的文件内容： 
bin/hadoop fs -cat output1/* 

(6)运行WordCount中出现的问题。

情况1

如下图：

如果双击运行windows安装hadoop目录下的bin文件夹中的winutils.exe出现如下图所示:

注:若你的bin下没有这些文件，请点击hadoop_dll_winutil_2.7.2.zip进行下载，解压到bin目录下即可，注意hadoop.dll等文件不要与hadoop冲突。为了不出现依赖性错误可以将hadoop.dll放到c:/windows/System32下一份。hadoop windows下环境配置可以参考http://blog.csdn.net/fly_leopard/article/details/51250443。

出现如上问题，只需要下载安装vc+2013组件即可，下载地址为：http://www.microsoft.com/en-us/download/confirmation.aspx?id=40784

情况2

就是没有没有写的权限，这时候可以参考上面按照eclipse hadoop插件时有提到过解决办法。如果是安装我的这个流程走，应该不会出现这个问题。

到此，就可以在windows上进行eclipse远程开发调试ubutun上的Hadoop了。

注:本文为自用，随时更新。