Hadoop Development Tools (HDT)是开发hadoop应用的eclipse插件,http://hdt.incubator.apache.org/介绍了其特点,安装,使用等,针对Windows版的eclipse,介绍一种不同的安装方式、和使用方式。
1 下载HDT
打开:http://hdt.incubator.apache.org/download.html,部分页面:
下载HDT 0.0.2.incubating (Binary)版。点击“tar.gz”,跳转到:
http://www.apache.org/dyn/closer.cgi/incubator/hdt/hdt-0.0.2.incubating/hdt-0.0.2.incubating-bin.tar.gz,部分页面:
点击红框部分的连接,下载HDT,解压看到文件夹内容:
2 安装HDT插件
下载当前最新版(eclipse oxygen)
点击Download Packages。
下载64bit版本。文件为:eclipse-jee-oxygen-3a-win32-x86_64.zip,解压:
将HDT的features和plugins中的文件,对应放到上面的文件夹内。
3 下载hadoop并配置环境变量
下载Hadoop
输入网址:http://hadoop.apache.org/,看到下面的部分。
点击Download进入下载页面:
下载2.6.5版本的binary,注意下载的时候选择一个国内的镜像,这样下载的速度会比较快。解压到指定目录,例如:E:\hadoop-2.6.5。文件夹包括:
配置环境变量
配置HADOOP_HOME、HADOOP_USER_NAME环境变量、PATH(系统变量)
HADOOP_HOME配置为E:\hadoop-2.6.5,PATH添加%HADOOP_HOME%\bin
Windows下开发
为了能在Windows平台下做开发,还需要两个文件winutils.exe和hadoop.dll
将winutils.exe放在E:\hadoop-2.6.0\bin目录下,将hadoop.dll放在C:\Windows\System32下
4 安装HDT
1)点击顺序:File->Other->展开Hadoop,入下面两幅图所示:
2)选择,如下图:
给项目取一个名称:MapReduce_4_27,并选择“Use default Hadoop”(默认的设置)。
3)配置Hadoop安装目录
点击2)步奏中的进行配置,其中配置的就是刚才hadoop解压文件的路径。
点击“Apply and Close”,显示如下界面:
点击,显示如下界面:
最后点击“Finish”。
4)导入开发包和javadoc文档
右键->项目属性->选择Property->在弹出的对话框左侧列表中选择Java Build Path->选择Libraries->选择Add Library->弹出窗口内选择User Library->点击Next->点击User Libraries->点击New->在弹出的窗口内输入必要信息->将必要的jar包添加进去。
所需的开发包在E:\hadoop-3.0.2\share\hadoop,这个文件夹是刚才解压hadoop安装包解压的文件夹。
导入doc文档
右键lib文件夹->点击Build Path->点击Config Build Path
点击Javadoc Location->点击Browse选择doc文档路径。
点击validate可以验证是否是正确的路径,下面分别展示了正确的路径和非正确的路径验证信息。
5 使用HDT(MapReduce编程)
设置JVM参数
创建好Map/Reduce Project后要设置JVM参数设置为:
-Djava.library.path=$HADOOP_HOME/lib/native
Mapper:创建Mapper类的子类
例,模板自动生成的map函数框架
import java.io.IOException; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; public class Tmap extends Mapper<LongWritable, Text, Text, IntWritable> { public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { } }
Reducer:创建Reducer类的子类
例:模板自动生成的reduce函数框架
import java.io.IOException; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer; public class Treduce extends Reducer<Text, IntWritable, Text, IntWritable> { public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { while (values.iterator().hasNext()) { // replace ValueType with the real type of your value // process value } } }
MapReduce Driver:创建驱动
例:模板自动生成的驱动框架
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.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; public class TMR { public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException { Job job = new Job(); job.setJarByClass( ... ); job.setJobName( "a nice name" ); FileInputFormat.setInputPaths(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); // TODO: specify a mapper job.setMapperClass( ... ); // TODO: specify a reducer job.setReducerClass( ... ); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); boolean success = job.waitForCompletion(true); System.exit(success ? 0 : 1); }; }
New MR Cluster:集群配置
可以点击下图中的New MR Cluster配置集群
也可以点击eclipse的图标来配置集群:
配置页面如下:
Resource Manager Node:配置资源管理节点,对应Hadoop配置文件
DFS Master:配置分布式文件系统主节点,即NameNode节点的端口号。对应配置文件fs.default.name的值
转载与引用请注明出处。
时间仓促,水平有限,如有不当之处,欢迎指正。