码迷,mamicode.com
首页 > 系统相关 > 详细

Hadoop Eclipse开发环境搭建

时间:2017-11-28 12:39:25      阅读:232      评论:0      收藏:0      [点我收藏+]

标签:地址   完成   targe   print   dir   more   方法   run   hdfs   

一、安装Eclipse

    下载Eclipse,解压安装,例如安装到/usr/local,即/usr/local/eclipse

    4.3.1版本下载地址:http://pan.baidu.com/s/1eQkpRgu

二、在eclipse上安装hadoop插件

    1、下载hadoop插件

        下载地址:http://pan.baidu.com/s/1mgiHFok

     此zip文件包含了源码,我们使用使用编译好的jar即可,解压后,release文件夹中的hadoop.eclipse-kepler-plugin-2.2.0.jar就是编译好的插件。

 

   2、把插件放到eclipse/plugins目录下

 

    3、重启eclipse,配置Hadoop installation directory    

     如果插件安装成功,打开Windows—Preferences后,在窗口左侧会有Hadoop Map/Reduce选项,点击此选项,在窗口右侧设置Hadoop安装路径。

技术分享图片

      

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4、配置Map/Reduce Locations

     打开Windows—Open Perspective—Other

技术分享图片

 

 

 

 

 

 

 

 

 

 

 

 

 

    

    选择Map/Reduce,点击OK

    

    在右下方看到如下图所示

技术分享图片    

 

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

    输入Location Name,任意名称即可.配置Map/Reduce Master和DFS Mastrer,Host和Port配置成与core-site.xml的设置一致即可。

技术分享图片

技术分享图片    

 

 

 

 

 

 

 

 

 

 

 

 

 

 

点击"Finish"按钮,关闭窗口。

 点击左侧的DFSLocations—>myhadoop(上一步配置的location name),如能看到user,表示安装成功

   技术分享图片

      

      

 

 

 

 

 

 

 

 

 

    如果如下图所示表示安装失败,请检查Hadoop是否启动,以及eclipse配置是否正确。

 

技术分享图片

 

 

 

 

 

 

 

 

 

 

 

 

 

三、新建WordCount项目

    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,代码如下:

    

技术分享图片
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);}}
技术分享图片

 

 

四、运行

    1、在HDFS上创建目录input

        hadoop fs -mkdir input

    2、拷贝本地README.txt到HDFS的input里

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

    3、点击WordCount.java,右键,点击Run As—>Run Configurations,配置运行参数,即输入和输出文件夹

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

 

    技术分享图片

 

    

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  点击Run按钮,运行程序。

 

    4、运行完成后,查看运行结果        

        方法1:

 

        hadoop fs -ls output

        可以看到有两个输出结果,_SUCCESS和part-r-00000

        执行hadoop fs -cat output/*

        

        

        方法2:

        展开DFS Locations,如下图所示,双击打开part-r00000查看结果

技术分享图片    

          

        

 

    

Hadoop Eclipse开发环境搭建

标签:地址   完成   targe   print   dir   more   方法   run   hdfs   

原文地址:http://www.cnblogs.com/jpfss/p/7908884.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!