Eclipse搭建hadoop集群开发环境

eclipse集成hadoop开发环境

操作系统：MacOs 10.12

hadoop集群版本：hadoop-1.2.0版本

hadoop集成eclipse插件：hadoop-eclipse-plugin-1.2.0.jar

eclipse版本：Eclipse Mars.2 Release (4.5.2)

下面讲述eclipse搭建hadoop集群的详细步骤：（由于hadoop集群部署在其他机器上，故此处需要远程连接hadoop集群）

在系统偏好设置中，点击共享，将“远程登录”打开。



在eclipse软件plugins（插件目录）目录下hadoop-eclipse-plugin-1.2.0.jar（eclipse集成hadoop插件jar文件）
重启eclipse

设置开发环境HADOOP_HOME （在Mac终端上进行）

export HADOOP_HOME=/Users/liumengxi/Documents/Soft/hadoop-1.2.1/

export PATH=$PATH:$HADOOP_HOME/bin

eclipse中导入hadoop安装包  Hadoop Map/Reduce菜单下添加hadoop安装目录 。此处安装路径为：/Users/liumengxi/Documents/Soft/hadoop-1.2.1/


将插件集成到eclipse后，选择show-view选择Map/Reduce窗口并打开

         


选择Map/Reduce窗口右键新建map/reduce工程，创建Map/Reduce


上述配置项稍加解释：

Location name 工程名字，随便起

Map/Reduce Master 对应hadoop集群下的mapred-site.xml文件中的配置 此处的host为集群master的ip地址为：192.168.0.188 端口号为：9001 

DFS Master 对应hadoop集群下的core-site.xml文件中的配置  此处的端口号为：9000

User name 此处填写的是 远程连接的主机名 此处为：yao（有一点需要强调：如果需要远程连接hadoop集群，mac上的用户名必须和hadoop集群的用户名保持一致，否则的话，就会出现权限问题。LZ的mac用户名和hadoop集群并没有保持一致，但是还是可以对hadoop集群进行操作，是因为有以下配置）。

由于在hadoop集群下的mapred-site.xml文件中配置

<property>

<name>dfs.permissions</name>

<value>false</value>

</property>

上述配置hadoop集群关闭权限的认证。

如果正式发布时，远程连接的用户必须与hadoop集群用户保持一致，即可不用修改master的权限认证策略(dfs.permissions)。

 环境搭建好之后，就可以创建Map/Reduce工程。

新建一个Map/Reduce程序（LZ在这里引入一个统计网站访问时间以及IP地址的例子)。

        

[java] view
plain copy

import java.io.IOException;  

import java.text.DateFormat;  

import java.text.SimpleDateFormat;  

import java.util.Date;  

  

import org.apache.hadoop.conf.Configuration;  

import org.apache.hadoop.conf.Configured;  

import org.apache.hadoop.fs.Path;  

import org.apache.hadoop.io.LongWritable;  

import org.apache.hadoop.io.NullWritable;  

import org.apache.hadoop.io.Text;  

import org.apache.hadoop.mapreduce.Job;  

import org.apache.hadoop.mapreduce.Mapper;  

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  

import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;  

import org.apache.hadoop.util.Tool;  

import org.apache.hadoop.util.ToolRunner;  

  

public class Test_1 extends Configured implements Tool{  

  

    enum Counter{  

        LINESKIP, //出错的行  

    }  

      

      

public static class Map extends Mapper<LongWritable,Text,NullWritable,Text>{  

          

  public void map(LongWritable key,Text value,Context context)throws IOException,InterruptedException{  

  

      String line = value.toString();//读取源数据  

        try  

            {  

                //数据处理  

                String [] lineSplit = line.split(" ");  

                String month = lineSplit[0];  

                String time = lineSplit[1];  

                String mac = lineSplit[6];  

                Text out = new Text(month + ' ' + time + ' ' + mac);  

                context.write( NullWritable.get(), out);    //输出  

            }  

            catch ( java.lang.ArrayIndexOutOfBoundsException e )  

            {  

                context.getCounter(Counter.LINESKIP).increment(1);  //出错令计数器+1  

                return;  

            }  

        }  

    }  

      

    @Override  

    public int run(String[] args) throws Exception {Configuration conf = getConf();  

  

    Job job = new Job(conf, "Test_1");//任务名  

    job.setJarByClass(Test_1.class);//指定Class  

      

    FileInputFormat.addInputPath( job, new Path(args[0]) ); //输入路径  

    FileOutputFormat.setOutputPath( job, new Path(args[1]) );//输出路径  

      

    job.setMapperClass( Map.class );//调用上面Map类作为Map任务代码  

    job.setOutputFormatClass( TextOutputFormat.class );  

    job.setOutputKeyClass( NullWritable.class );//指定输出的KEY的格式  

    job.setOutputValueClass( Text.class );//指定输出的VALUE的格式  

      

    job.waitForCompletion(true);  

      

    //输出任务完成情况  

    System.out.println( "任务名称：" + job.getJobName() );  

    System.out.println( "任务成功：" + ( job.isSuccessful()?"是":"否" ) );  

  

    return job.isSuccessful() ? 0 : 1;  

}  

public static void main(String[] args) throws Exception {  

        //判断参数个数是否正确  

        //如果无参数运行则显示以作程序说明  

     if ( args.length != 2 )  

        {  

            System.err.println("");  

            System.err.println("Usage: Test_1 < input path > < output path > ");  

            System.err.println("Counter:");  

            System.err.println("\t"+"LINESKIP"+"\t"+"Lines which are too short");  

            System.exit(-1);  

        }  

        //记录开始时间  

        DateFormat formatter = new SimpleDateFormat( "yyyy-MM-dd HH:mm:ss" );  

        Date start = new Date();  

                  

        //运行任务  

        int res = ToolRunner.run(new Configuration(), new Test_1(), args);  

  

        //输出任务耗时  

        Date end = new Date();  

        float time =  (float) (( end.getTime() - start.getTime() ) / 60000.0) ;  

        System.out.println( "任务开始：" + formatter.format(start) );  

        System.out.println( "任务结束：" + formatter.format(end) );  

        System.out.println( "任务耗时：" + String.valueOf( time ) + " 分钟" );   

            System.exit(res);  

    }  

}  

运行代码前，需要先将数据上传至DFS文件系统中

         


点击run configurations按钮，新建运行任务，配置运行参数等。

 


运行结束后，查看控制台，以及DFS上的输出文件。
            运行map/reduce的日志文件



   map/reduce运行后产生的输出文件



至此，整个eclipse集成hadoop集群的过程以及开发第一个map/reduce程序全部完成。