在Hadoop2.6.0下使用命令行编译打包运行自己的MapReduce程序

　　思路是：编写mapreduce源程序-----启动完全分布式hadoop集群----编译Java源程序----打包编译后的程序----在集群中运行编译后的程序。

　　遇到的问题如下：　　　

　　（1）：如何将Java源程序打包成jar文件？

　　（2）：jar文件如何在hadoop集群中运行？

　　（3）：如何找到hadoop提供给Java源程序用来编译的Jar包？

　　

　　具体过程如下：

第一步：我们将 Hadoop 的 classhpath 信息添加到 CLASSPATH 变量中，在/etc/profile中增加如下几行：

　　export HADOOP_HOME=/usr/local/hadoop
　 export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH

别忘了执行source /etc/profile 使变量生效。这样对于问题（3）就进行了很好的解决。（虽然不知道Java源程序具体需要哪些Jar包，但是我在classpath下把所有hadoop的jar包都放进去，这样就解决了问题（3））

第二步：编译xxx.java源程序，在命令行执行如下命令：

　　javac xxxx.java -d {存放的目录}

　　其中-d选项指定生成的类文件的位置，在编译的时候这个选项必须重新指定，不能让xxxx.class生成在当前目录下。这是因为xxxx.java内包含package信息，如果我们不加-d选项，则编译的时候会将package信息丢失，导致能编译通过，但是后续不能找到类文件的错误。

第三步 ：将xxxx.class文件打包成一个jar包：在命令行执行如下命令：

　　jar -cvf xxxx.jar -C {存放的目录} . 

　　要注意不要忘记最后有一个点，否则jar命令报错。该点指示jar命令的文件列表，表示指定目录下的所有文件。这里不能用*，否则会添加除了指定目录还有当前目录下的所有文件。这样以后打包的结果是在执行jar命令的目录下生成一个xxxx.jar。

第四步：在集群中运行编译后的程序，执行如下命令：

　　${HADOOP_HOME}/bin/hadoop jar xxxx.jar xxxx.MainClassName  InputPath OutputPath