寫過程序分布式代碼的人都知道，分布式的程序是比較難以調試的，但是也不是不可以調試，對於Hadoop分布式集群來說，在其上面運行的是mapreduce程序，因此，有時候寫好了mapreduce程序之后，執行結果發現跟自己想要的結果不一樣，但是有沒有報錯，此時就很難發現問題，查找問題的方法之一就是對程序進行調試，跟蹤代碼的執行，找出問題的所在。那么對於Hadoop的Mapreduce是如何進行調試的呢？
毫無疑問當然是借助eclipse這個強大的工具。具體方式如下：
說明：由於公司服務器上部署的是Cloudera CDH5.4.4，在網上找了很多資料，沒有發現CDH5.4.4相關的eclipse插件，這可難倒我了。網上搜索很多人有跟我一樣的困境。但是在Apache Hadoop版本下就是不存在這樣的問題，對於這個問題，我暫時的解決方案是在本地搭建一個偽分布式的Apache Hadoop的集群。這個偽分布式集群就是用來給我的調試程序使用。當我們當程序調試好了，再直接導入到CDH版本的工程中即可。
1、搭建Apache Hadoop的偽分布式集群，這個問題請參考如下：
http://www.cnblogs.com/ljy2013/articles/4295341.html
2、在Apache Hadoop的版本中如何編譯插件？這個問題請參考如下：
http://www.cnblogs.com/ljy2013/articles/4417933.html
3、通過步驟2，我們已經可以創建Mapreduce程序了，下面實戰一下。
（1）打開eclipse集成開發環境的工具
（2）安裝步驟2方式，添加hadoop的安裝目錄。並添加Mapreduce的tools。
（3）編輯MapReduce tools，輸入本地部署的偽分布式的集群的主機名和端口。如下圖所示：
（4）此時eclipse中會出現DFS Location這樣一個標識，這個表示的是Hdfs，他能加載你偽分布式集群上的hdfs的所有目錄，你在這個上面操作就相當於在hdfs上面操作，前提是你擁有相應的權限。如下圖所示：（你可以在這個上面很方便的刪除測試文件）
（5）編寫Map/Reduce程序。在這里我們就用WordCount這個例子來調試一下。
編寫好了WordCount后，單擊調試，進入調試界面。如下圖所示：
（6）當你一直采用上面的方式調試后，中間會讓你選擇添加源文件的目錄，你添加一下就好了，然后姐可以進入我們的Map類中。如下圖所示：
此時，你就可以觀察和跟蹤在map類中的map方法的執行是否正確。找出問題的根源。
（7）同樣，當你在map中執行完后，接着就會進入reduce類中，這中間會敬禮一個shuffle過程。這個過程是理解MapReduce的關鍵所在，請參考：
http://www.cnblogs.com/ljy2013/articles/4435657.html
當你進入reduce類后，你可以看到如下圖所示：
此時，你可以跟蹤你的代碼是否是按照你的算法思路進行。查找問題的根源。