windows10+eclipse neon+hadoop2.6.4（伪分布式）远程连接虚拟机环境搭建

0.需要用到的工具

jdk（我的是1.8）

hadoop-eclipse-plugin-2.6.4.jar（这里我提供已编译好的包 下载地址，若是其他版本可自行搜索或用ant和hadoop源代码自行编译）

eclipse（我的版本是neon）

hadoop-2.6.4.tar.gz

hadoop.dll 和 winutil.exe（提供下载：下载地址）

1.将hadoop-2.6.4.tar.gz解压

2.Windows下的环境配置

配置HADOOP_HOME环境变量

添加HADOOP_HOME 路径为你的hadoop目录

编辑PATH 添加%HADOOP%\bin

防止项目运行时报错，将hadoop.dll和winutils.exe（上面有下载链接）拷贝到hadoop中的bin目录下

然后将hadoop.dll 拷贝到 C:\windows\system32下

3.更改hdfs-site.xml文件，改成以下内容，若没有则添加

<property>
<name>dfs.permissions</name>
<value>false</value>
</property>

目的是为了防止windows连接Hadoop服务器时被拒绝报错：org.apache.hadoop.security.AccessControlException: Permission denied: 

修改后重启Hadoop

4.将hadoop-eclipse-plugin-2.6.4.jar 放到eclipse的plugins目录中

5.打开eclipse，windows》 preference 找到Hadoop Map/Reduce 设置你的hadoop目录



6.显示hadoop连接配置界面，windows》show view》other 找到Hadoop Map/Reduce



   在下方会显示hadoop map/reduce 窗口



右键点击空白处，选择New Hadoop Location 弹出此窗口



Location name：随便填

Host：都填你的虚拟机ip地址

User name：本地的windows用户名称（须修改你本地windows账户名称为你的hadoop用户名称或者 在hadoop集群下新建一个与windows账户名相同的账户）：

7.配置好后点击 Finish，点击项目管理器上的hadoop服务器名旁边的小三角展开目录，若成功连接则会显示目录



8.运行wordcount实例

  创建一个map/reduce project，新建项目new》file》other》map/reduce project 

创建类 org.apache.hadoop.examples.WordCount

     在WordCount.java，写入以下代码

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> [<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);
for (int i = 0; i < otherArgs.length - 1; ++i) {
FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
}
FileOutputFormat.setOutputPath(job,
new Path(otherArgs[otherArgs.length - 1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}

右键点击WordCount.java 选择Run as》Run configuration 选择Arguments

添加以下内容

hdfs://你的虚拟机ip:9000/input hdfs://你的虚拟机ip:9000/output

input是你的输入目录 output是你的输出目录，可自行更改

之后点击Run，程序会开始运行。



9.运行完成后，右键点击项目资源管理器上的hadoop服务器，点击refresh，即可看到输出文件夹，part-r-00000 就是输出结果