Windows下Eclipse连接hadoop

yorknong

　　
 
　　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：

fs.defaultFS 　　        hdfs://master:9000   　　        The name of the default file system. 　　 　　 　　            hadoop.tmp.dir 　　             　　            /usr/setup/hadoop/temp 　　            A base for other temporary         directories.

　　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{ 　　        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 { 　　        private IntWritable result = new IntWritable(); 　　        public void reduce(Text key, Iterable 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.iyunv.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：

dfs.permissions 　　false

　　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