eclipse怎么搭建hadoop環(huán)境

這篇文章主要講解了“eclipse怎么搭建hadoop環(huán)境”，文中的講解內容簡(jiǎn)單清晰，易于學(xué)習與理解，下面請大家跟著(zhù)小編的思路慢慢深入，一起來(lái)研究和學(xué)習“eclipse怎么搭建hadoop環(huán)境”吧！

一、安裝Eclipse

    下載Eclipse，解壓安裝，例如安裝到/usr/local，即/usr/local/eclipse

    4.3.1版本下載地址：http://pan.baidu.com/s/1eQkpRgu

二、在eclipse上安裝hadoop插件

    1、下載hadoop插件

        下載地址：http://pan.baidu.com/s/1mgiHFok

   　　此zip文件包含了源碼，我們使用使用編譯好的jar即可，解壓后，release文件夾中的hadoop.eclipse-kepler-plugin-2.2.0.jar就是編譯好的插件。

   2、把插件放到eclipse/plugins目錄下

    3、重啟eclipse，配置Hadoop installation directory    

     如果插件安裝成功，打開(kāi)Windows—Preferences后，在窗口左側會(huì )有Hadoop Map/Reduce選項，點(diǎn)擊此選項，在窗口右側設置Hadoop安裝路徑。

4、配置Map/Reduce Locations

     打開(kāi)Windows—Open Perspective—Other

 選擇Map/Reduce，點(diǎn)擊OK

    在右下方看到如下圖所示

點(diǎn)擊Map/Reduce Location選項卡，點(diǎn)擊右邊小象圖標，打開(kāi)Hadoop Location配置窗口：

    輸入Location Name，任意名稱(chēng)即可.配置Map/Reduce Master和DFS Mastrer，Host和Port配置成與core-site.xml的設置一致即可。

點(diǎn)擊"Finish"按鈕，關(guān)閉窗口。

 點(diǎn)擊左側的DFSLocations—>myhadoop（上一步配置的location name)，如能看到user，表示安裝成功

    如果如下圖所示表示安裝失敗，請檢查Hadoop是否啟動(dòng)，以及eclipse配置是否正確。

三、新建WordCount項目

    File—>Project，選擇Map/Reduce Project，輸入項目名稱(chēng)WordCount等。

    在WordCount項目里新建class，名稱(chēng)為WordCount，代碼如下：

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{ 

　　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 {

　　private IntWritable result = new IntWritable(); 

　　public void reduce(Text key, Iterable 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  ");

　　　　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);

}

}

四、運行

    1、在HDFS上創(chuàng )建目錄input

        hadoop fs -mkdir input

    2、拷貝本地README.txt到HDFS的input里

         hadoop fs -copyFromLocal /usr/local/hadoop/README.txt input

    3、點(diǎn)擊WordCount.java，右鍵，點(diǎn)擊Run As—>Run Configurations，配置運行參數，即輸入和輸出文件夾

　　hdfs://localhost:9000/user/hadoop/input hdfs://localhost:9000/user/hadoop/output

　　點(diǎn)擊Run按鈕，運行程序。

    4、運行完成后，查看運行結果        

        方法1：

        hadoop fs -ls output

        可以看到有兩個(gè)輸出結果，_SUCCESS和part-r-00000

        執行hadoop fs -cat output/*

        方法2:

        展開(kāi)DFS Locations，如下圖所示，雙擊打開(kāi)part-r00000查看結果