Windows下Eclipse連接hadoop

 

hadoop在虛擬機上（遠程連接也是一樣只需要知道master的ip和core-site.xml配置即可。

Vmware上搭建了hadoop分布式平台：

 

192.168.11.134 master

192.168.11.135 slave1

192.168.11.136 slave2

 

core-site.xml 配置文件： 

<property>

        <name>fs.defaultFS</name>

        <value>hdfs://master:9000</value>

    <description>The name of the default file system.</description>

</property>

<property>

        <name>hadoop.tmp.dir</name>

        <!-- 注意創建相關的目錄結構 -->

            <value>/usr/setup/hadoop/temp</value>

        <description>A base for other temporary         directories.</description>

</property>

1 下載插件

    hadoop-eclipse-plugin-2.5.1.jar

 

github上下載源碼后需要自己編譯。這里使用已經編譯好的插件即可

2 配置插件

把插件放到..\eclipse\plugins目錄下，重啟eclipse，配置Hadoop installation directory   ，

    如果插件安裝成功，打開Windows—Preferences后，在窗口左側會有Hadoop Map/Reduce選項，點擊此選項，在窗口右側設置Hadoop安裝路徑。（windows下只需把hadoop-2.5.1.tar.gz解壓到指定目錄）

 

 

3 配置Map/Reduce Locations

     打開Windows—Open Perspective—Other，選擇Map/Reduce，點擊OK，控制台會出現：

右鍵 new Hadoop location 配置hadoop：輸入

Location Name，任意名稱即可.

配置Map/Reduce Master和DFS Mastrer，Host和Port配置成與core-site.xml的設置一致即可。

點擊"Finish"按鈕，關閉窗口。

  點擊左側的DFSLocations—>master （上一步配置的location name)，如能看到user，表示安裝成功

 

4 wordcount實例

      File—>Project，選擇Map/Reduce Project，輸入項目名稱WordCount等。在WordCount項目里新建class，名稱為WordCount，代碼如下：

    

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<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();

        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("hdfs://192.168.11.134:9000/in/test*.txt"));//路徑1

        FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.11.134:9000/output"));//輸出路徑

        System.exit(job.waitForCompletion(true) ? 0 : 1);

    }

}

 

上面的路徑1 和路徑2 由於在代碼中已經定義，這不需要在配置文件中定義，若上面路徑1和路徑2 代碼為：

FileInputFormat.addInputPath(job, new Path(otherArgs[0]));

FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));

 

這需要配置運行路徑：類 右鍵 Run As—>Run Configurations

 

紅色部分為配置的hdfs上文件路徑，

點擊run 或或者：Run on Hadoop，運行結果會顯示在DFS Locations。若運行中有更新，右鍵DFS Locations，點disconnect更新

 

 

 

運行結果：

5 問題及解決辦法

5.1 出現 空指針異常：

1 在Hadoop的bin目錄下放winutils.exe，

2 在環境變量中配置 HADOOP_HOME，

3 hadoop.dll拷貝到C:\Windows\System32下面即可

 

上面的文件已經下載 ，在文件hadoop-common-2.2.0-bin-master.zip中。

5.2 無法給hdfs上傳文件

安裝過程中由於已經在hdfs上上傳了文件，當重啟在 hdfs namenode –format時，后，會提示無法上傳文件，此時需要刪除hdfs已經存在的副本：

在master上刪除dfs上name目錄下的current目錄： rm –rf current/

在slave上刪除dfs上的整個data目錄 ：rm –rf data/

5.3 出現log4j警告

    將文件log4j.properties放到src下和java文件同目錄.

5.3 訪問權限不夠

參考博客：http://www.linuxidc.com/Linux/2014-08/105335.htm

 

方法1：這種方法無效

Eclipse連接遠程Hadoop集群開發時權限不足問題解決方案：

當前登錄windows的用戶名和hadoop集群的用戶名不一致，將沒有權限訪問

解決方案：

管理DFS system目錄。目前做法是將hadoop服務集群關閉權限認證，修改hadoop安裝集群master的hadoop-1.2.0/conf/hdfs-site.xml，增加：

<property>

<name>dfs.permissions</name>

<value>false</value>

</property>

正式發布時，可以在服務器創建一個和hadoop集群用戶名一致的用戶，即可不用修改master的permissions策略。

 

方法2：在master節點執行：（有效）

    hadoop fs -chmod 777 /user

其中/user是我上傳文件的路徑（這個視具體情況而定）

方法3 ：計算機用戶名改為hadoop