编译hadoop-eclipse插件并测试
由于开发人员使用不同的eclipse版本，hadoop自0.20.x版本后不再提供现成的hadoop-eclipse插件而是给出了源码自行编译。一、环境和所需软件
1、ubuntu 12.04
2、eclipse-4.2
3、ant-1.8.4
4、hadoop-1.1.1
5、由于需要对hadoop native库进行编译，需要安装automake autoconf libtool
sudo apt-get install automake autoconf libtool
二、编译hadoop-eclipse-plugin-1.1.2.jar插件
(一)、building hadoop
1、编辑{HADOOP_HOME}/build.xml
(1)、对31行的hadoop版本做修改
修改为：
(2)、对2418行的ivy下载进行注释，因为已经包含了ivy.jar
(3)、对2426行去除对ivy-download的依赖关系，保留如下：
Preferens，你会发现HadoopMap/Reduce选项，在这个选项里你需要配置Hadoop installation directory。配置完成后退出。
http://blog.csdn.net/hunauchenym/article/details/8566414
2、选择window -> open perspective -> Other...，选择有大象图标的 Map/Reduce.
http://blog.csdn.net/hunauchenym/article/details/8566414
此时，就打开了Map/Reduce的开发环境。可以看到，右下角多了一个Map/Reduce Locations的框。如下图：
http://blog.csdn.net/hunauchenym/article/details/8566414
3、设置Hadoop的环境参数。选择Map/ReduceLocations标签，点击该标签最右边的大象图标，即那个齿轮状图标右侧的大象图标，打开参数设置页面，参数填写如下图：
http://blog.csdn.net/hunauchenym/article/details/8566414
LocationName ：此处为参数设置名称，可以任意填写
Map/ReduceMaster (此处为Hadoop集群的Map/Reduce地址，应该和mapred-site.xml中的mapred.job.tracker设置相同)
Host: 10.0.0.211
port: 9001
DFSMaster(此处为Hadoop的master服务器地址，应该和core-site.xml中的fs.default.name 设置相同)
Host: 10.0.0.211
Port: 9000
设置完成后，点击Finish就应用了该设置。
此时，在最左边的ProjectExplorer中就能看到DFS的目录，如下图所示。
http://blog.csdn.net/hunauchenym/article/details/8566414
注：解决linux上运行权限的问题，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。
四、测试
1、新建项目：File-->New-->Other-->Map/Reduce Project ,项目名可以随便取，如HadoopTest
2、将测试代码 src.zip解压到HadoopTest源码目录的src目录下，刷新项目源码目录结构如下：
http://blog.csdn.net/hunauchenym/article/details/8566414
3、修改WordCountTest.java
public static void main(String[] args) throws Exception {
// Add these statements. XXX
File jarFile = EJob.createTempJar("bin");
EJob.addClasspath("/opt/hadoop-1.1.1/conf");
ClassLoader> Thread.currentThread().setContextClassLoader(classLoader);
String inputPath = "hdfs://localhost:9000/user/chenym/input/file*";
String outputPath = "hdfs://localhost:9000/user/chenym/output2";
Configuration conf = new Configuration();
String[] otherArgs = new String[] { inputPath, outputPath };
if (otherArgs.length != 2) {
System.err.println("Usage: wordcount");
System.exit(2);
}
Job job = new Job(conf, "word count");
// And add this statement. XXX
((JobConf) job.getConfiguration()).setJar(jarFile.toString());
job.setJarByClass(WordCountTest.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));
FileOutputFormat.setOutputPath(job, new Path(otherArgs));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
4、run as mapreduece project 转自http://blog.csdn.net/hunauchenym/article/details/8566414
页:
[1]