Windows下Eclipse连接hadoop
hadoop在虚拟机上（远程连接也是一样只需要知道master的ip和core-site.xml配置即可。
Vmware上搭建了hadoop分布式平台：
192.168.11.134 master
192.168.11.135 slave1
192.168.11.136 slave2
core-site.xml 配置文件： <property> <name>fs.defaultFS</name> <value>hdfs://master:9000</value> <description>The name of the default file system.</description> </property> <property> <name>hadoop.tmp.dir</name> <!-- 注意创建相关的目录结构 --> <value>/usr/setup/hadoop/temp</value> <description>A base for other temporary directories.</description> </property> |
1 下载插件
hadoop-eclipse-plugin-2.5.1.jar
github上下载源码后需要自己编译。这里使用已经编译好的插件即可
2 配置插件
把插件放到..\eclipse\plugins目录下，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。（windows下只需把hadoop-2.5.1.tar.gz解压到指定目录）
3 配置Map/Reduce Locations
打开Windows—Open Perspective—Other，选择Map/Reduce，点击OK，控制台会出现：
右键 new Hadoop location 配置hadoop：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。
点击"Finish"按钮，关闭窗口。
点击左侧的DFSLocations—>master （上一步配置的location name)，如能看到user，表示安装成功
4 wordcount实例
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，代码如下：
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(); 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("hdfs://192.168.11.134:9000/in/test*.txt"));//路径1 FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.11.134:9000/output"));//输出路径 System.exit(job.waitForCompletion(true) ? 0 : 1); } } |
上面的路径1 和路径2 由于在代码中已经定义，这不需要在配置文件中定义，若上面路径1和路径2 代码为：
FileInputFormat.addInputPath(job, new Path(otherArgs[0])); FileOutputFormat.setOutputPath(job, new Path(otherArgs[1])); |
这需要配置运行路径：类 右键 Run As—>Run Configurations
红色部分为配置的hdfs上文件路径，
点击run 或或者：Run on Hadoop，运行结果会显示在DFS Locations。若运行中有更新，右键DFS Locations，点disconnect更新
运行结果：
5 问题及解决办法
5.1 出现 空指针异常：
1 在Hadoop的bin目录下放winutils.exe，
2 在环境变量中配置 HADOOP_HOME，
3 hadoop.dll拷贝到C:\Windows\System32下面即可
上面的文件已经下载 ，在文件hadoop-common-2.2.0-bin-master.zip中。
5.2 无法给hdfs上传文件
安装过程中由于已经在hdfs上上传了文件，当重启在 hdfs namenode –format时，后，会提示无法上传文件，此时需要删除hdfs已经存在的副本：
在master上删除dfs上name目录下的current目录： rm –rf current/
在slave上删除dfs上的整个data目录 ：rm –rf data/
5.3 出现log4j警告
将文件log4j.properties放到src下和java文件同目录.
5.3 访问权限不够
参考博客：http://www.linuxidc.com/Linux/2014-08/105335.htm
方法1：这种方法无效
Eclipse连接远程Hadoop集群开发时权限不足问题解决方案：
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
解决方案：
管理DFS system目录。目前做法是将hadoop服务集群关闭权限认证，修改hadoop安装集群master的hadoop-1.2.0/conf/hdfs-site.xml，增加：
<property> <name>dfs.permissions</name> <value>false</value> </property> |
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。
方法2：在master节点执行：（有效）
hadoop fs -chmod 777 /user
其中/user是我上传文件的路径（这个视具体情况而定）
方法3 ：计算机用户名改为hadoop