Hadoop 学习笔记七 任务远程提交--Eclipse插件

Hadoop运行计算任务，大概有以下几种方式

1. 把MapReduce任务打包到jar里，上传到服务器，用命令行启动
2. 通过Java向Hadoop集群提交MapReduce任务
3. 服务器的hadoop配置拷到本地，设置hosts指向namenode和resourcemanager，本地执行hadoop jar
4. 任务做成schedule，定时调用shell脚本运行java任务
5. Eclipse的hadoop插件

本文介绍第5种方式

Eclipse下搭建hadoop2.7.3开发环境

1. 下载并编译haddop-eclipse-plugin-2.7.3.jar
2. 把hadoop-eclipse-plugin-2.7.3.jar放到myeclipse的安装目录下的plugins目录下，重启myeclipse
3. 下载haddop2.7.3，并解压到c:\tools\hadoop-2.7.3
4. 设置hosts将master.hadoop指向hadoop集群
5. 设置Eclipes Hadoop位置

新建hadoop配置

参数说明：

Map/Reduce(V2)Master
- Host hadoop主机地址
- Port 对应mapred-site.xml下的jobtracher地址

<property>
   <name>mapreduce.jobtracher.http.address</name>
   <value>master.hadoop:50020</value>
</property>

DFS Master
- Port 对应core-site.xml下的fs.default.name端口

<property>
   <name>fs.defaultFS</name>
   <value>hdfs://master.hadoop:9000</value>
</property>

• User name：填写windows的用户名
  Advanced Parameters
• hadoop.tmp.dir 设置为core-site.xml下hadoop.tmp.dir参数

另外，修改hdfs-site.xml下的dfs.permission参数，允许连接

<property>
   <name>dfs.permissions</name>
   <value>false</value>
</property>

还要在hadoop新建目录

hdfs dfs -mkdir -p /user/hadoop/input
hdfs dfs -mkdir -p /user/hadoop/output

保存配置参数，并重启MyEclipse，可以看见如下的文件结构，配置成功。

（测试时遇到下面问题，未能解决，以后有时间再来处理，可以先不管它）

**拷贝hadoop.dll和winutils
下载hadoop.dll和winutils.exe到windows的hadoop/bin下
并把hadoop.dll添加到windows->system32

新建环境变量

新建项目测试

Hadoop建立测试文件

vi test.text

hello
world
who
are
you
thank you.
You are welcome.

hdfs dfs -mkdir -p /user/hadoop/input
hdfs dfs -put test.txt /user/hadoop/input
hdfs dfs -chmod 777 /user/hadoop/

新建 MapReduce项目

新建文件

log4j.properties

log4j.rootLogger=DEBUG,stdout,R

log4j.appender.stdout=org.apache.log4j.ConsoleAppender 
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout 
log4j.appender.stdout.layout.ConversionPattern=%5p - %m%n

log4j.appender.R=org.apache.log4j.RollingFileAppender 
log4j.appender.R.File=mapreduce_test.log 
log4j.appender.R.MaxFileSize=1MB 
log4j.appender.R.MaxBackupIndex=1 
log4j.appender.R.layout=org.apache.log4j.PatternLayout 
log4j.appender.R.layout.ConversionPattern=%p %t %c - %m%n 
log4j.logger.com.codefutures=INFO 

WordCount.java

package com.test.hadoop;

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);
        }
    }

    public static void main(String[] args) throws Exception {
        //System.setProperty("hadoop.home.dir", "C:\\tools\\hadoop-2.7.3");  加这一句则可以不要设置环境变量
        Configuration conf = new Configuration();

        String[] otherArgs = new GenericOptionsParser(conf, args)
                .getRemainingArgs();
        if (otherArgs.length != 2) {
            System.err.println(otherArgs.length);
            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);
    }
}

Run configuration

运行
右击testMapReduce项目，Run As-run on hadoop

查看结果

然而在 http://master.hadoop:8088/cluster/apps
中并未发现提交的任务。
拷贝配置文件

从集群中拷贝 core-site.xml , hdfs-sie.xml , mapred-site.xml , yarn-site.xml到项目中。修改main函数：

    Configuration conf = new Configuration();

    conf.addResource("core-site.xml");
    conf.addResource("hdfs-site.xml");
    conf.addResource("mapred-site.xml");
    conf.addResource("yarn-site.xml");

再运行，遇到下面错误

参照
http://blog.csdn.net/xundh/article/details/46572183#t7
这里解决。

可以在All Applications看到任务运行情况。

运行失败，报异常信息：
Exception message: /bin/bash: 第 0 行:fg: 无任务控制

处理方法
在项目的core-site.xml添加：

<property>
    <name>mapreduce.app-submission.cross-platform</name>
    <value>true</value>
</property>

或main函数写：

conf.set("mapreduce.app-submission.cross-platform", "true");