Hadoop学习之第三章节：Myeclipse连接Hadoop配置安装

精选转载

iqdutao 2016-04-22 19:54:07 博主文章分类：Hadoop

文章标签 安装配置 hadoop wordcount myeclipse连接hadoop 文章分类 Hadoop 大数据

环境为window64系统

1、安装Hadoop开发插件

下载hadoop-eclipse-plugin-2.4.0.jar，拷贝到myeclipse根目录下/dropins目录下。

2、启动myeclipse，打开Perspective：

【Window】->【Open Perspective】->【Other...】->【Map/Reduce】->【OK】

3、打开一个View：

【Window】->【Show View】->【Other...】->【MapReduce Tools】->【Map/Reduce Locations】->【OK】

4、添加Hadoop location：

此处添加自己的hadoop安装路径。

5、new Hadoop location

修改其中内容：

Map/Reduce Master 这个框里：这两个参数就是mapred-site.xml里面mapred.job.tracker里面的ip和port

DFS Master 这个框里：这两个参数就是core-site.xml里面fs.default.name里面的ip和port

user name：这个是连接hadoop的用户名

因为我是用root户安装的hadoop，而且没建立其他的用户，所以用root。下面的不用填写。然后点击finish按钮，此时，这个视图中就有多了一条记录。

修改后：

Hadoop学习之第三章节：Myeclipse连接Hadoop配置安装_安装_05

重启myeclipse并重新编辑刚才建立的那个连接记录，现在我们编辑advance parameters tab页

此页只需修改，其中箭头所示处，后面填core-site.xml里所对应的路径即可。

然后点击finish，然后就连接上了（先要启动sshd服务，启动hadoop进程），连接上的标志如图：

6、再跑wordcount例子

新建Map/Reduce Project：

【File】->【New】->【Project...】->【Map/Reduce】->【Map/Reduce Project】->【Project name: WordCount】->【Configure Hadoop install directory...】->【Hadoop installation directory: usr/local/hadoop/hadoop-1.2.1】->【Apply】->【OK】->【Next】->【Allow output folders for source folders】->【Finish】

新建WordCount类

添加/编写源代码：此代码是hadoop自带的，所以在hadoop安装目录下，如下图：（代码复制过来即可用)

package org.apache.hadoop.examples;
 
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();
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    if (otherArgs.length != 2) {
      System.err.println("Usage: wordcount <in> <out>");
      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);
  }
}

在新建的项目WordCount，点击WordCount.java，右键-->Run As-->Run Configurations