Eclipse下搭建Hadoop2.7.0开发环境

vlei

一、安装Eclipse
二、在eclipse上安装hadoop插件
　　1、下载hadoop插件
　　http://download.csdn.net/detail/tondayong1981/8680589
　　2、把插件放到eclipse/plugins目录下
　　3、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。

　　4、配置Map/Reduce Locations
　　打开Windows—Open Perspective—Other

　　选择Map/Reduce，点击OK
　　在右下方看到如下图所示

　　点击Map/Reduce Location选项卡，点击右边小象图标，打开Hadoop Location配置窗口：
　　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。(貌似Map/Reduce Master 的端口设置任何数字都可以？)

　　点击"Finish"按钮，关闭窗口。
　　点击左侧的DFSLocations—>myhadoop（上一步配置的location name)，如能看到user，表示安装成功

　　如果如下图所示表示安装失败，请检查Hadoop是否启动，以及eclipse配置是否正确。

三、新建WordCount项目
　　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();
　　
　　String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
　　
　　if (otherArgs.length != 2) {
　　
　　　　System.err.println("Usage: wordcount  ");
　　
　　　　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);
　　
}
　　
}
四、运行
　　1、在HDFS上创建目录input
　　hadoop fs -mkdir /user
　　hadoop fs -mkdir /user/inhput
　　2、拷贝本地README.txt到HDFS的input里
　　hadoop fs -copyFromLocal /opt/hadoop/README.txt /user/input
　　3、点击WordCount.java，右键，点击Run As—>Run Configurations，配置运行参数，即输入和输出文件夹
　　hdfs://localhost:9000/user/input    hdfs://localhost:9000/user/output

　　点击Run按钮，运行程序。
　　4、运行完成后，查看运行结果
　　方法1：
　　hadoop fs -ls output
　　可以看到有两个输出结果，_SUCCESS和part-r-00000
　　执行hadoop fs -cat output/*
　　方法2:
　　展开DFS Locations，如下图所示，双击打开part-r00000查看结果

　　参考：
　　http://www.cnblogs.com/kinglau/p/3802705.html