windows 7 with eclipse 下hadoop应用开发环境搭建

一、概述

最近开始着手高校云平台的搭建，前些天做了hadoop集群测试环境的安装与配置的经验分享，这篇文章主要介绍win7 64位下 eclipse4.2 连接远程Redhat Linux 5下hadoop-1.2.0集群开发环境搭建

 

二、环境

1、window 7 64位

2、eclipse 4.2

3、Redhat Linux 5

4、hadoop-1.2.0

 

三、安装配置hadoop集群

参考我的文章：

http://blog.csdn.net/shan9liang/article/details/9841933

http://www.jialinblog.com/?p=176

 

四、在Eclipse下安装配置hadoop插件

1、编译Eclipse-hadoop插件

参考：http://www.cnblogs.com/chenying99/archive/2013/05/31/3109566.html

 

2、安装

安装插件就很简单了，把上面编译的插件文件放到 Eclipse的安装目录下的plugins，重新启动Eclipse

 

3、配置

（1）将hadoop解压到windows文件系统的某个目录中

（2） 打开Eclipse，设置好workspace

 打开Window-->Preferens，你会发现Hadoop Map/Reduce选项，在这个选项里你需要配置Hadoop installation directory。配置完成后退出。

（3）选择window -> open perspective -> Other... ， 选择有大象图标的 Map/Reduce，此时，就打开了Map/Reduce的开发环境。可以看到，右下角多了一个Map/Reduce Locations的框。如下图

 

新建，在打开的窗口中输入：

 

Location Name ： 此处为参数设置名称，可以任意填写

Map/Reduce Master (此处为Hadoop集群的Map/Reduce地址，应该和mapred-site.xml中的mapred.job.tracker设置相同)

DFS Master (此处为Hadoop的master服务器地址，应该和core-site.xml中的 fs.default.name 设置相同)

 

设置完成后，点击Finish就应用了该设置。

此时，在最左边的Project Explorer中就能看到DFS的目录，如下图所示。

配置完毕

 

五、测试

新建项目：File-->New-->Other-->Map/Reduce Project ,项目名可以随便取，如hadoop_test_01

 

它会自动添加依赖包，如下：

 

可以运行hadoop自带的wordcount实例

 

/**

 *  Licensed under the Apache License, Version 2.0 (the "License");

 *  you may not use this file except in compliance with the License.

 *  You may obtain a copy of the License at

 *

 *      http://www.apache.org/licenses/LICENSE-2.0

 *

 *  Unless required by applicable law or agreed to in writing, software

 *  distributed under the License is distributed on an "AS IS" BASIS,

 *  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.

 *  See the License for the specific language governing permissions and

 *  limitations under the License.

 */

 

 

package com.jialin.hadoop;

 

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);

  }

}

 

运行时参数设置：

 

右击wordcount，选择run as - run configurations

 

参数根据自己实际情况

 

input目录下有两个文件input1和input2，内容分别为：hello world，hello hadoop

output目录不用手动创建。

 

运行：

右击wordcount-run as -run on hadoop

 

运行成功，查看output中的文件内容

hello 2

hadoop 1

world 1

 

注：测试中遇到问题的解决方式

 

解决权限问题

1、hadoop权限

如果当前登录windows的用户名和hadoop集群的用户名不一致，将没有权限访问，会报错

 

 目前做法是开发时将hadoop服务集群关闭权限认证，正式发布时，可以在服务器创建一个和hadoop集群用户名一致的用户，即可不用修改master的permissions策略。

 

详细参考我的文章：

http://blog.csdn.net/shan9liang/article/details/9734693 http://www.jialinblog.com/?p=172

 

2、windows下0700问题

这个问题真是纠结了我好几天，最后修还hadoop源码hadoop-core-1.2.0.jar中的FileUtil，重新编译 hadoop-core-1.2.0.jar ，替换掉原来的。才得以解决

 

详细参考我的文章：

http://blog.csdn.net/shan9liang/article/details/9734677

http://www.jialinblog.com/?p=174

 

七、总结

 

至此高校云平台的hadoop集群基本开发环境已经出来了，剩下的就是在此基础上进行丰富了。如果是简单的测试，推荐使用单机hadoop方式，或者伪分布式。我之所以不选择单机或伪分布式，只是想尽可能地模拟真实环境。大家按需选择吧。