Eclipse搭建hadoop集群开发环境

eclipse集成hadoop开发环境

操作系统：MacOs 10.12

hadoop集群版本：hadoop-1.2.0版本

hadoop集成eclipse插件：hadoop-eclipse-plugin-1.2.0.jar

eclipse版本：Eclipse Mars.2 Release (4.5.2)

下面讲述eclipse搭建hadoop集群的详细步骤：（由于hadoop集群部署在其他机器上，故此处需要远程连接hadoop集群）

• 在系统偏好设置中，点击共享，将“远程登录”打开。

• 在eclipse软件plugins（插件目录）目录下hadoop-eclipse-plugin-1.2.0.jar（eclipse集成hadoop插件jar文件）

• 重启eclipse

• 设置开发环境HADOOP_HOME （在Mac终端上进行）

  export HADOOP_HOME=/Users/liumengxi/Documents/Soft/hadoop-1.2.1/

  export PATH=$PATH:$HADOOP_HOME/bin

• eclipse中导入hadoop安装包  Hadoop Map/Reduce菜单下添加hadoop安装目录 。此处安装路径为：/Users/liumengxi/Documents/Soft/hadoop-1.2.1/
  

• 将插件集成到eclipse后，选择show-view选择Map/Reduce窗口并打开

         

• 选择Map/Reduce窗口右键新建map/reduce工程，创建Map/Reduce

• 上述配置项稍加解释：

  Location name 工程名字，随便起

  Map/Reduce Master 对应hadoop集群下的mapred-site.xml文件中的配置 此处的host为集群master的ip地址为：192.168.0.188 端口号为：9001 

  DFS Master 对应hadoop集群下的core-site.xml文件中的配置  此处的端口号为：9000

  User name 此处填写的是 远程连接的主机名 此处为：yao（有一点需要强调：如果需要远程连接hadoop集群，mac上的用户名必须和hadoop集群的用户名保持一致，否则的话，就会出现权限问题。LZ的mac用户名和hadoop集群并没有保持一致，但是还是可以对hadoop集群进行操作，是因为有以下配置）。

  由于在hadoop集群下的mapred-site.xml文件中配置

  <property>

  <name>dfs.permissions</name>

  <value>false</value>

  </property>

  上述配置hadoop集群关闭权限的认证。

  如果正式发布时，远程连接的用户必须与hadoop集群用户保持一致，即可不用修改master的权限认证策略(dfs.permissions)。

•  环境搭建好之后，就可以创建Map/Reduce工程。

• 新建一个Map/Reduce程序（LZ在这里引入一个统计网站访问时间以及IP地址的例子)。

        

[java]  view plain  copy

1. import java.io.IOException;  
2. import java.text.DateFormat;  
3. import java.text.SimpleDateFormat;  
4. import java.util.Date;  
5.   
6. import org.apache.hadoop.conf.Configuration;  
7. import org.apache.hadoop.conf.Configured;  
8. import org.apache.hadoop.fs.Path;  
9. import org.apache.hadoop.io.LongWritable;  
10. import org.apache.hadoop.io.NullWritable;  
11. import org.apache.hadoop.io.Text;  
12. import org.apache.hadoop.mapreduce.Job;  
13. import org.apache.hadoop.mapreduce.Mapper;  
14. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
15. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
16. import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;  
17. import org.apache.hadoop.util.Tool;  
18. import org.apache.hadoop.util.ToolRunner;  
19.   
20. public class Test_1 extends Configured implements Tool{  
21.   
22.     enum Counter{  
23.         LINESKIP, //出错的行  
24.     }  
25.       
26.       
27. public static class Map extends Mapper<LongWritable,Text,NullWritable,Text>{  
28.           
29.   public void map(LongWritable key,Text value,Context context)throws IOException,InterruptedException{  
30.   
31.       String line = value.toString();//读取源数据  
32.         try  
33.             {  
34.                 //数据处理  
35.                 String [] lineSplit = line.split(" ");  
36.                 String month = lineSplit[0];  
37.                 String time = lineSplit[1];  
38.                 String mac = lineSplit[6];  
39.                 Text out = new Text(month + ' ' + time + ' ' + mac);  
40.                 context.write( NullWritable.get(), out);    //输出  
41.             }  
42.             catch ( java.lang.ArrayIndexOutOfBoundsException e )  
43.             {  
44.                 context.getCounter(Counter.LINESKIP).increment(1);  //出错令计数器+1  
45.                 return;  
46.             }  
47.         }  
48.     }  
49.       
50.     @Override  
51.     public int run(String[] args) throws Exception {Configuration conf = getConf();  
52.   
53.     Job job = new Job(conf, "Test_1");//任务名  
54.     job.setJarByClass(Test_1.class);//指定Class  
55.       
56.     FileInputFormat.addInputPath( job, new Path(args[0]) ); //输入路径  
57.     FileOutputFormat.setOutputPath( job, new Path(args[1]) );//输出路径  
58.       
59.     job.setMapperClass( Map.class );//调用上面Map类作为Map任务代码  
60.     job.setOutputFormatClass( TextOutputFormat.class );  
61.     job.setOutputKeyClass( NullWritable.class );//指定输出的KEY的格式  
62.     job.setOutputValueClass( Text.class );//指定输出的VALUE的格式  
63.       
64.     job.waitForCompletion(true);  
65.       
66.     //输出任务完成情况  
67.     System.out.println( "任务名称：" + job.getJobName() );  
68.     System.out.println( "任务成功：" + ( job.isSuccessful()?"是":"否" ) );  
69.   
70.     return job.isSuccessful() ? 0 : 1;  
71. }  
72. public static void main(String[] args) throws Exception {  
73.         //判断参数个数是否正确  
74.         //如果无参数运行则显示以作程序说明  
75.      if ( args.length != 2 )  
76.         {  
77.             System.err.println("");  
78.             System.err.println("Usage: Test_1 < input path > < output path > ");  
79.             System.err.println("Counter:");  
80.             System.err.println("\t"+"LINESKIP"+"\t"+"Lines which are too short");  
81.             System.exit(-1);  
82.         }  
83.         //记录开始时间  
84.         DateFormat formatter = new SimpleDateFormat( "yyyy-MM-dd HH:mm:ss" );  
85.         Date start = new Date();  
86.                   
87.         //运行任务  
88.         int res = ToolRunner.run(new Configuration(), new Test_1(), args);  
89.   
90.         //输出任务耗时  
91.         Date end = new Date();  
92.         float time =  (float) (( end.getTime() - start.getTime() ) / 60000.0) ;  
93.         System.out.println( "任务开始：" + formatter.format(start) );  
94.         System.out.println( "任务结束：" + formatter.format(end) );  
95.         System.out.println( "任务耗时：" + String.valueOf( time ) + " 分钟" );   
96.             System.exit(res);  
97.     }  
98. }  

• 运行代码前，需要先将数据上传至DFS文件系统中

         

• 点击run configurations按钮，新建运行任务，配置运行参数等。

 

• 运行结束后，查看控制台，以及DFS上的输出文件。

            运行map/reduce的日志文件

   map/reduce运行后产生的输出文件

• 至此，整个eclipse集成hadoop集群的过程以及开发第一个map/reduce程序全部完成。