Eclipse下如何搭建Hadoop2.7.0开发环境-创新互联

这篇文章主要为大家展示了“Eclipse下如何搭建Hadoop2.7.0开发环境”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Eclipse下如何搭建Hadoop2.7.0开发环境”这篇文章吧。

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

以上是“Eclipse下如何搭建Hadoop2.7.0开发环境”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。