wly603

基于Eclipse的Hadoop应用开发环境配置

概要：在eclipse环境下配置Hadoop的开发环境

环境： ubuntu8.04.4          

             eclipse：Release 3.7.2

             Hadoop：hadoop-1.0.2

 

参考前辈资料：

        http://www.cnblogs.com/flyoung2008/archive/2011/12/09/2281400.html

一、配置过程

      1、先启动hadoop守护进程

             root@localhost:/usr/local/hadoop-1.0.2# bin/hadoop namenode -format

             root@localhost:/usr/local/hadoop-1.0.2# bin/start-all.sh

             我不明白，为什么每次启动hadoop都要格式化文件系统。如果我不格式化，namenode就无法启动。为什么？

             已解决：因为我以前配置伪分布式系统时，没有在conf/hadoop-site.xml中指定dfs.data.dir和dfs.name.dir，这样它默认就在/tmp目录下，重启电脑后，/tmp目录下的文件就自动删除了，从而导致每次都要重新格式化文件系统。修改hadoop-site.xml即可，详细见http://www.cnblogs.com/wly603/archive/2012/04/10/2441336.html（伪分布式系统的配置）。

                     dfs.data.dir：表示本地文件系统中用于存储data node数据块

                     dfs.name.dir： 表示本地文件系统中用于存储name table的路径

           注意：一定要先在终端启动hadoop，我开始未启动，一直出现错误，如下：           

 

2、在eclipse上安装hadoop插件，将插件拷贝到 eclipse安装目录/plugins/ 下即可。

     网上有人说：低版本的hadoop插件位于：/contrib/eclipse-plugin/

    但我使用的版本中没有插件，但在hadoop-1.0.2/src/contrib/eclipse-plugin 有插件的源代码。高手可以自己编译获得插件。我是直接在网上下载了一个插件：

    网址为：http://download.csdn.net/download/shf0824/4094050                            插件版本为：hadoop-eclipse-plugin-1.0.0.jar

 

3、重启eclipse，配置hadoop installation directory

    如果安装插件成功，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。

   

 

4、配置Map/Reduce Locations

       通过Show View 打开Map/Reduce Locations
                                 Window-->Show View-->other中，MapReduce Tools下打开Map/Reduce Locations

        在Map/Reduce Locations中新建一个Hadoop Location。在这个View中，右键-->New Hadoop Location。在弹出的对话框中你需要配置Location name，如Hadoop，还有Map/Reduce Master和DFS Master。这里面的Host、Port分别为你在mapred-site.xml、core-site.xml中配置的地址及端口。如：

       

 

5、配置完后退出。点击DFS Locations-->Hadoop如果能显示文件夹(1)说明配置正确，如果显示"拒绝连接"，请检查你的配置。

  注：我出现过伪分布式配置成功，但eclipse显示“连接被拒绝”

        解决办法：我把/tmp/hadoop-root 文件夹删除了，重新启动hadoop进程就可以了

                       gqy@localhost:/tmp$ sudo rm -rf  hadoop-root

 

二、测试

1、新建一个Map/Reduce Project，   File-->New-->Other-->Map/Reduce Project
        项目名可以随便取，如WordCount。
        复制 hadoop安装目录hadoop-1.0.2/src/examples/org/apache/hadoop/examples/WordCount.java到刚才新建的项目下面

2、上传模拟数据文件夹。
         为了运行程序，我们需要一个输入的文件夹，和输出的文件夹。在/home/gqy/workspace/WordCount/新建word.txt，文件内容如下：

          java c++ python c
         java c++ javascript
         helloworld hadoop
         mapreduce java hadoop hbase

    通过hadoop的命令在HDFS上创建/tmp/workcount目录，命令如下：bin/hadoop fs -mkdir /tmp/wordcount

    通过copyFromLocal命令把本地的word.txt复制到HDFS上，命令如下：bin/hadoop fs -copyFromLocal /home/gqy/workspace/WordCount/word.txt  /tmp/wordcount/word.txt

3、运行项目

    在新建的项目Hadoop，点击WordCount.java，右键-->Run As-->Run Configurations
    在弹出的Run Configurations对话框中，点Java Application，点WordCount ，配置运行参数，点Arguments，在Program arguments中输入“你要传给程序的输入文件夹和你要求程序将计算结果保存的文件夹”，如：

     hdfs://localhost:9000/tmp/wordcount/word.txt   hdfs://localhost:9000/tmp/wordcount/out

4、点击Run，运行程序

控制台输出运行Log信息 
12/04/18 09:46:21 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
12/04/18 09:46:21 WARN mapred.JobClient: No job jar file set.  User classes may not be found. See JobConf(Class) or JobConf#setJar(String).
****hdfs://localhost:9000/tmp/wordcount/word.txt
12/04/18 09:46:21 INFO input.FileInputFormat: Total input paths to process : 1
12/04/18 09:46:21 WARN snappy.LoadSnappy: Snappy native library not loaded
12/04/18 09:46:21 INFO mapred.JobClient: Running job: job_local_0001
12/04/18 09:46:21 INFO util.ProcessTree: setsid exited with exit code 0
12/04/18 09:46:21 INFO mapred.Task:  Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@155c37d
12/04/18 09:46:21 INFO mapred.MapTask: io.sort.mb = 100
12/04/18 09:46:22 INFO mapred.MapTask: data buffer = 79691776/99614720
12/04/18 09:46:22 INFO mapred.MapTask: record buffer = 262144/327680
12/04/18 09:46:22 INFO mapred.JobClient:  map 0% reduce 0%
12/04/18 09:46:22 INFO mapred.MapTask: Starting flush of map output
12/04/18 09:46:23 INFO mapred.MapTask: Finished spill 0
12/04/18 09:46:23 INFO mapred.Task: Task:attempt_local_0001_m_000000_0 is done. And is in the process of commiting
12/04/18 09:46:24 INFO mapred.LocalJobRunner: 
12/04/18 09:46:24 INFO mapred.Task: Task 'attempt_local_0001_m_000000_0' done.
12/04/18 09:46:24 INFO mapred.Task:  Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@1bc4c37
12/04/18 09:46:24 INFO mapred.LocalJobRunner: 
12/04/18 09:46:24 INFO mapred.Merger: Merging 1 sorted segments
12/04/18 09:46:24 INFO mapred.Merger: Down to the last merge-pass, with 1 segments left of total size: 119 bytes
12/04/18 09:46:24 INFO mapred.LocalJobRunner: 
12/04/18 09:46:24 INFO mapred.Task: Task:attempt_local_0001_r_000000_0 is done. And is in the process of commiting
12/04/18 09:46:24 INFO mapred.LocalJobRunner: 
12/04/18 09:46:24 INFO mapred.Task: Task attempt_local_0001_r_000000_0 is allowed to commit now
12/04/18 09:46:24 INFO output.FileOutputCommitter: Saved output of task 'attempt_local_0001_r_000000_0' to hdfs://localhost:9000/tmp/wordcount/out
12/04/18 09:46:25 INFO mapred.JobClient:  map 100% reduce 0%
12/04/18 09:46:27 INFO mapred.LocalJobRunner: reduce > reduce
12/04/18 09:46:27 INFO mapred.Task: Task 'attempt_local_0001_r_000000_0' done.
12/04/18 09:46:28 INFO mapred.JobClient:  map 100% reduce 100%
12/04/18 09:46:28 INFO mapred.JobClient: Job complete: job_local_0001
12/04/18 09:46:28 INFO mapred.JobClient: Counters: 22
12/04/18 09:46:28 INFO mapred.JobClient:   File Output Format Counters 
12/04/18 09:46:28 INFO mapred.JobClient:     Bytes Written=81
12/04/18 09:46:28 INFO mapred.JobClient:   FileSystemCounters
12/04/18 09:46:28 INFO mapred.JobClient:     FILE_BYTES_READ=449
12/04/18 09:46:28 INFO mapred.JobClient:     HDFS_BYTES_READ=172
12/04/18 09:46:28 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=81194
12/04/18 09:46:28 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=81
12/04/18 09:46:28 INFO mapred.JobClient:   File Input Format Counters 
12/04/18 09:46:28 INFO mapred.JobClient:     Bytes Read=86
12/04/18 09:46:28 INFO mapred.JobClient:   Map-Reduce Framework
12/04/18 09:46:28 INFO mapred.JobClient:     Map output materialized bytes=123
12/04/18 09:46:28 INFO mapred.JobClient:     Map input records=4
12/04/18 09:46:28 INFO mapred.JobClient:     Reduce shuffle bytes=0
12/04/18 09:46:28 INFO mapred.JobClient:     Spilled Records=18
12/04/18 09:46:28 INFO mapred.JobClient:     Map output bytes=136
12/04/18 09:46:28 INFO mapred.JobClient:     Total committed heap usage (bytes)=321003520
12/04/18 09:46:28 INFO mapred.JobClient:     CPU time spent (ms)=0
12/04/18 09:46:28 INFO mapred.JobClient:     SPLIT_RAW_BYTES=109
12/04/18 09:46:28 INFO mapred.JobClient:     Combine input records=13
12/04/18 09:46:28 INFO mapred.JobClient:     Reduce input records=9
12/04/18 09:46:28 INFO mapred.JobClient:     Reduce input groups=9
12/04/18 09:46:28 INFO mapred.JobClient:     Combine output records=9
12/04/18 09:46:28 INFO mapred.JobClient:     Physical memory (bytes) snapshot=0
12/04/18 09:46:28 INFO mapred.JobClient:     Reduce output records=9
12/04/18 09:46:28 INFO mapred.JobClient:     Virtual memory (bytes) snapshot=0
12/04/18 09:46:28 INFO mapred.JobClient:     Map output records=13

     运行结束后，查看运行结果，使用命令： bin/hadoop fs -ls /tmp/wordcount/out查看例子的输出结果，

     输出结果为：

        Found 2 items
            -rw-r--r--   3 gqy supergroup          0 2012-04-18 09:46 /tmp/wordcount/out/_SUCCESS
            -rw-r--r--   3 gqy supergroup         81 2012-04-18 09:46 /tmp/wordcount/out/part-r-00000

     进一步查看运行结果：

        命令：gqy@localhost:/tmp$ hadoop fs -cat /tmp/wordcount/out/part-r-00000

        输出显示：

               c    1
              c++    2
               hadoop    2
              hbase    1
              helloworld    1
              java    3
             javascript    1
             mapreduce    1
             python    1


posted on 2012-04-18 10:42  wly603  阅读(2121)  评论(1)  编辑  收藏  举报

导航