myeclipse配置hadoop开发环境

一、安装Hadoop开发插件

     hadoop安装包contrib/目录下有个插件hadoop-0.20.2-eclipse-plugin.jar，拷贝到myeclipse根目录下/dropins目录下。

二、 启动myeclipse，打开Perspective：

【Window】->【Open Perspective】->【Other...】->【Map/Reduce】->【OK】

三、 打开一个View：

【Window】->【Show View】->【Other...】->【MapReduce Tools】->【Map/Reduce Locations】->【OK】

四、 添加Hadoop location：

location name: 我填写的是：localhost.
Map/Reduce Master 这个框里
Host：就是jobtracker 所在的集群机器，这里写localhost
Hort：就是jobtracker 的port，这里写的是9999
这两个参数就是mapred-site.xml里面mapred.job.tracker里面的ip和port  
DFS Master 这个框里
Host：就是namenode所在的集群机器，这里写localhost
Port：就是namenode的port，这里写8888
这两个参数就是core-site.xml里面fs.default.name里面的ip和port
（Use M/R master host，这个复选框若是选上，就默认和Map/Reduce Master这个框里的host同样，若是不选择，就能够本身定义输入，这里jobtracker 和namenode在一个机器上，所以是同样的，就勾选上）

 user name：这个是链接hadoop的用户名，由于我是用lsq用户安装的hadoop，并且没创建其余的用户，因此就用lsq。下面的不用填写。
而后点击finish按钮，此时，这个视图中就有多了一条记录。

重启myeclipse并从新编辑刚才创建的那个链接记录，如今咱们编辑advance parameters tab页

（重启编辑advance parameters tab页缘由：在新建链接的时候，这个advance paramters  tab页面的一些属性会显示不出来，显示不出来也就无法设置，因此必须重启一下eclipse再进来编辑才能看到）
这里大部分的属性都已经自动填写上了，其实就是把core-defaulte.xml、hdfs-defaulte.xml、mapred-defaulte.xml里面的一些配置属性展现出来。由于在安装hadoop的时候，其site系列配置文件里有改动，因此这里也要弄成同样的设置。主要关注的有如下属性：
fs.defualt.name：这个在General tab页已经设置了
mapred.job.tracker：这个在General tab页也设置了
dfs.replication：这个这里默认是3，由于我在hdfs-site.xml里面设置成了1，因此这里也要设置成1 
hadoop.job.ugi：这里要填写：lsq,Tardis，逗号前面的是链接的hadoop的用户，逗号后面就写死Tardis（这个属性不知道我怎么没有...）
而后点击finish，而后就链接上了（先要启动sshd服务，启动hadoop进程），链接上的标志如图：

五、新建Map/Reduce Project：

【File】->【New】->【Project...】->【Map/Reduce】->【Map/Reduce Project】->【Project name: WordCount】->【Configure Hadoop install directory...】->【Hadoop installation directory: D:\cygwin\home\lsq\hadoop-0.20.2】->【Apply】->【OK】->【Next】->【Allow output folders for source folders】->【Finish】

六、新建WordCount类：

添加/编写源代码：

D:\cygwin\home\lsq\hadoop-0.20.2/src/examples/org/apache/hadoop/examples/WordCount.java

package org.apache.hadoop.examples;

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);

    }

    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);

  }

}

七、上传模拟数据文件夹。 

为了运行程序，须要一个输入的文件夹和输出的文件夹。输出文件夹，在程序运行完成后会自动生成。咱们须要给程序一个输入文件夹。 

（1）、在当前目录（如hadoop安装目录）下新建文件夹input，并在文件夹下新建两个文件file一、file2，这两个文件内容分别以下： 

file1 

1. Hello World Bye World  

file2 

1. Hello Hadoop Goodbye Hadoop  

(2)、.将文件夹input上传到分布式文件系统中。 
在已经启动Hadoop守护进程终端中cd 到hadoop安装目录，运行下面命令： 

1. bin/hadoop fs -put input in  

八、 配置运行参数：

①在新建的项目WordCount，点击WordCount.java，右键-->Run As-->Run Configurations 
②在弹出的Run Configurations对话框中，点Java Application，右键-->New，这时会新建一个application名为WordCount 
③配置运行参数，点Arguments，在Program arguments中输入“你要传给程序的输入文件夹和你要求程序将计算结果保存的文件夹”，如：

（若是运行时报java.lang.OutOfMemoryError: Java heap space 配置VM arguments(在Program arguments下)

-Xms512m -Xmx1024m -XX:MaxPermSize=256m

）

八、点击Run，运行程序

点击Run，运行程序，过段时间将运行完成，等运行结束后，能够在终端中用命令以下，查看是否生成文件夹output： 

bin/hadoop fs -ls  

用下面命令查看生成的文件内容： 

bin/hadoop fs -cat output/* 


若是显示以下，说明已经成功在myeclipse下运行第一个MapReduce程序了。 

1. Bye 1    
2. Goodbye 1    
3. Hadoop  2    
4. Hello   2    
5. World   2