Mac下搭建hadoop伪分布式及eclipse开发环境

本文分三个部分，首先是mac下搭建hadoop伪分布式集群，然后搭建eclispe下hadoop调试环境，最后配置hadoop源码，便于学习。

Mac下Hadoop伪分布式搭建

1. Hadoop下载

源码包和编译后的包都要下载。这里我用的是hadoop-2.6.4，下载地址如下：
https://archive.apache.org/dist/hadoop/common/hadoop-2.6.4/

2. Hadoop参数配置

这部分工作网上有很多文章可以借鉴，在此不做重复叙述：
参考以下网址：http://www.cnblogs.com/aijianiula/p/3842581.html

3. 开启hadoop

进入hadoop根目录下的sbin文件夹，运行如下命令：
sh start-all.sh
打开：http://localhost:50070

打开：http://localhost:8088/

搭建eclispe下开发环境

1. eclipse下载

本人使用eclipse版本为Mars。下载地址：
http://www.eclipse.org/downloads/packages/release/Mars/2

2. 下载hadoop插件

hadoop-eclipse-plugin-2.6.4.jar 下载地址：
http://download.csdn.net/download/tondayong1981/9437360
把插件放到eclipse/ plugins目录下 。

3. 重启eclipse，配置Hadoop installation directory

如果插件安装成功，打开eclipse – 偏好设置，在窗口左侧会有Hadoop Map/Reduce选项，点击此选项，在窗口右侧设置Hadoop安装路径。

4. 配置Map/Reduce Locations

打开Windows—Open Perspective—Other

选择Map/Reduce，点击OK。在右下方看到如下图所示：

点击Map/Reduce Location选项卡，点击右边小象图标，打开Hadoop Location配置窗口：输入Location Name，任意名称即可.配置Map/Reduce Master和DFS Mastrer，Host和Port配置成与core-site.xml的设置一致即可。

点击”Finish”按钮，关闭窗口。点击左侧的DFSLocations—>myhadoop（上一步配置的location name)，如能看到user，表示安装成功。

此时，已经可以和自己本地的Hadoop集群相连接。并可以从集群下载，或上传文件.

5. 新建WordCount项目

File—>Project，选择Map/Reduce Project，输入项目名称WordCount，点finish完成。

新建一个包：hz。再新建一个WordCount.java类。项目结构如下：

wordcount代码如下：

import java.io.IOException;  
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 {

    private static class WordCountMapper extends Mapper<Object, Text, Text, IntWritable>{  
        @Override  
        protected void map(Object key, Text value, Context context)  
                throws IOException, InterruptedException {  
            String str=value.toString();  
            String []strArray=str.split(" ");  
            for(String s:strArray){  
                context.write(new Text(s), new IntWritable(1));  
            }  
        }    
    }  

    private static class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable>{  
        @Override  
        protected void reduce(Text key, Iterable<IntWritable> values,  
                Context context)  
                throws IOException, InterruptedException { 
            int sum=0; 
            for(IntWritable count:values){  
                sum+=count.get();  
            }  
            context.write(key, new IntWritable(sum));  
        }  
    }  

    public static void main(String[] args) throws Exception{  
        Configuration conf=new Configuration();  
        String []argArray=new GenericOptionsParser(conf,args).getRemainingArgs();  
        if(argArray.length!=2){  
            System.out.println("需要两个参数");  
            System.exit(1);  
        }  
        Job job=Job.getInstance(conf,"wordcount"); 
        job.setJarByClass(WordCount.class); 

        job.setMapperClass(WordCountMapper.class);  
        job.setMapOutputKeyClass(Text.class);  
        job.setMapOutputValueClass(IntWritable.class);  

        job.setReducerClass(WordCountReducer.class);
        job.setOutputKeyClass(Text.class);  
        job.setOutputValueClass(IntWritable.class); 

        FileInputFormat.addInputPath(job, new Path(argArray[0]));  
        FileOutputFormat.setOutputPath(job, new Path(argArray[1]));  

        System.exit(job.waitForCompletion(true)?0:1);  
    }  
}

6. 运行wordCount项目

1. 在HDFS上创建目录input。
   hadoop fs -mkdir /user/hadoop/input
2. 拷贝hadoop根目录下的README.txt到HDFS的input文件夹里。
   hdfs dfs -put README.txt /user/hadoop/input
3. 点击WordCount.java右键，点击Run As ->Run Configurations，输入运行参数：
   hdfs://localhost:9000/user/input hdfs://localhost:9000/user/output
   结果图如下，其中input是输入文件夹，ouput是输出文件夹。
   

7. 参考

http://www.bubuko.com/infodetail-1510060.html
http://www.51itong.net/eclipse-hadoop2-7-0-12448.html

Hadoop源码查看

如果想深入学习hadoop，阅读源码是非常必要的。之前已经下载了hadoop的源码包，并解压到指定路径下，我的路径为：/Users/haizhi/hadoop-2.6.4-src。接下来，只要在eclipse下的工程中，只要做简要配置即可。
如想查看Text类的源码。只要右键如下图选择：



选择之前源码解压的路径即可。源码如下显示：