Ubuntu系统下使用Eclipse搭建hadoop2.4执行环境

     使用hadoop进行MapReduce编程的时候。我们都希望使用IDE进行开发。本文主要介绍怎样使用Eclipse进行hadoop编程。

假设你的集群还没搭好，能够參考我的前一篇文章Ubuntu下用hadoop2.4搭建集群（伪分布式）

 一、安装Eclipse

 方法一：直接在Ubuntu的软件中心进行下载，例如以下图所看到的。

 方法二：先下载Eclispe压缩文件后，使用命令进行安装。下载地址：http://pan.baidu.com/s/1mgiHFok

      sudo tar -zxvf eclipse-dsl-juno-SR1-linux-gtk.tar.gz

这样Eclipse就安装好了。

二、安装 Hadoop-Eclipse-Plugin

   下载 hadoop2x-eclipse-plugin ，将 release 中的 hadoop-eclipse-kepler-plugin-2.2.0.jar （尽管标注的是 2.2.0。但在 2.4.1 下是没问题的。应该在 2.x 版本号下都能够，只是有时候会提示有些东西过期，对于学习者来说。我个人认为临时能够不考虑这些细节）拷贝到 Eclipse 安装文件夹的 plugin 文件夹中。执行./eclipse -clean 重新启动 Eclipse 就可以。用法一的Eclipse 的默认安装文件夹为：/usr/lib/eclipse ：用法二的安装Eclipse的话文件夹依据自己而定了。我的文件夹是/usr/local/eclipse。

./eclipse -clean命令须要在Eclipse的安装文件夹下。打开后就可一看到文件系统了。

插件须要进一步的配置。

第一步：选择 Window 菜单下的 Preference ，然后弹出一个窗口，窗口的左側会多出 Hadoop Map/Reduce 选项，点击此选项，选择 Hadoop 的安装文件夹（如/usr/local/hadoop）。

第二步：切换 Map/Reduce 工作文件夹，选择 Window 菜单下选择 Open Perspective，弹出一个窗口，从中选择 Map/Reduce 选项就可以进行切换。

第三步 点击Map/Reduce Location选项卡，点击右边小象图标，打开Hadoop Location配置窗体：

    输入Location Name。随意名称就可以.配置Map/Reduce Master和DFS Mastrer，Host和Port配置成与core-site.xml的设置一致就可以。

点击"Finish"button。关闭窗体。

 点击左側的DFSLocations—>MapReduceProject（上一步配置的location name)，如能看到user，表示成功安装

   假设出现这个提示这个错误Error:call from mylinux/127.0.1.1 to localhost:9090 failed on connection exception java.Connection.net.ConnectException拒绝连接。

首先确定hadoop有没有启动。

我当时也是因为没有启动hadoop，然后折腾了好久才发现了这个问题，希望对大家有所帮助。

详细一些原因能够參考我的一篇博客在Ubuntu下使用Eclispe连接hadoop时拒绝链接解决方式总结

三、新建WordCount样例

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

    在WordCount项目里新建class，名称为WordCount，代码例如以下：

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<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);
}
}

    hadoop fs -mkdir input  

这是使用命令来创建。我们能够在Eclipse里面右键hadoop(依据个人配置不同这个会有出入)进行创建

    2、拷贝本地README.txt到HDFS的input里

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

     相同我们能够右键input，然后选择Upload file  ，使用可视化的形式进行文件上传。

    3、点击WordCount.java，右键。点击Run As—>Run Configurations，配置执行參数，即输入和输出目录

当然我们也能够在代码里直接写路径，真正搞懂文件系统你会发现方法还有非常多，仅仅是须要改动java代码。

以下这个配置是相应了代码里面这个

　String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();。

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

       第一种方法就是在终端里面直接使用命令行进行查看。

  hadoop fs -ls output

        能够看到有两个输出结果。_SUCCESS和part-r-00000

        运行

hadoop fs -cat output/*

      另外一种方法就是直接在Eclipse里面查看。首先记得刷新一下文件系统～

      展开DFS Locations。例如以下图所看到的。双击打开part-r00000查看结果