Eclipse配置hadoop开发环境

Hadoop 踩坑记 (三)

Eclipse 配置 hadoop 开发环境

windows 10

java 1.8

namenode(hadoop1-ali) 阿里云 (CentOS 7.3) 120.26.173.104

hadoop 版本 2.8.5

需要安装 Enterprise 版本，由于网络原因，建议使用离线安装包

https://www.eclipse.org/downl…

当然在此之前先要安装 java 在此不做赘述

把下载好的 Hadoop 解压到本地目录。添加系统环境变量：新建变量名 HADOOP_HOME，值为 Hadoop 的解压路径，如 D:\Program Files\hadoop-2.7.5

添加到 path 中：%HADOOP_HOME%\bin

把 hadoop-eclipse-plugin-2.8.5.jar 包复制到 Eclipse 目录下的 plugins 目录中。重启 Eclipse。

打开 Window->Prefences 可以看到左侧多出了 Hadoop Map/Reduce 项

点击多出的 Hadoop Map/Reduce 项，在右侧添加 Hadoop 解压路径如 D:\Program Files\hadoop-2.7.5

解压 hadoop-common-2.8.5-bin-master 包 (本人是直接从 github 上找的，要寻找对应版本的文件)，把解压得到的 bin 目录下的 hadoop.dll、hadoop.exp、hadoop.lib、winutils.exe 这四个文件复制到 hadoop-2.8.5 的 bin 目录下。

再把 hadoop.dll 和 winutils.exe 复制到 C:\Windows\System32 目录下

Eclipse 中依次点击：Window->Open Perspective->Map/Reduce，项目左侧中出现 DFS Locations 结构。

如果没有，直接新建一个 map/reduce 项目即可

Eclipse 中依次点击：Window->Show View ->Other->MapReduce Tools->Map/Reduce Locations 点击确定 (open)

控制台多出了 Map/Reduce Locations 视图。

右键 Map/Reduce Locations 视图的空白处，选择新建，定义 Hadoop 集群的链接。

其中 location name 和 user name 随意

Map/Reduce(V2) Master 配置要与 hadoop 配置中 mapred-site.xml 内容保持一致

DFS Master 配置要与 core-site.xml 内容保持一致

点击 Finish 后 DFS Locations 下就会出现相关的连接信息

在配置正确的情况下，点开就能看到 hdfs 文件系统中的文件内容，即连接成功

项目 src 下创建 Package(本文名为 wit)，Package 下创建 WordCount.java 类

粘贴如下 java 代码

package wit;
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 {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);
        }
        @SuppressWarnings("deprecation")
        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);
    }
}

右键项目，依次 Run as ->Run Configurations...->Java Application

选 Java Application 后点击左上角的 New launch application，配置 Main 标签参数。

填写 Name（任起），Search… 往下拉，找到 WordCount，确定。

配置 Arguements

(此部分图来自 https://blog.csdn.net/u010185…)

右键 WordCount 类，选择 Build Path -> configure build path 添加 jar 包

点击 Add External JARs 将 hadoop 解压文件夹中相关的 jar 包全部添加进来

配置完成，即可点击 Run 来运行 WordCount 类

运行结果会生成在前面配置的 hdfs 文件系统的指定目录中，可以直接在 Eclipse 中查看

原文来自陈十一的博客

Eclipse配置hadoop开发环境

环境

Eclipse 安装

配置 hadoop 插件

配置 hadoop 连接

运行 wordcount 示例