Ubuntu13.04 Eclipse下编译安装Hadoop插件及使用小例

一、在Eclipse下编译安装Hadoop插件

       Hadoop的Eclipse插件现在已经没有二进制版直接提供，只能自己编译。不过要注意，一定要下载Hadoop的src包，不然是不带源代码的。环境如下：

Linux的发行版是Ubuntu13.04，Hadoop版本是1.1.2。
hadoop安装在/opt/hadoop，所以源代码的目录是hadoop根路径下的src/contrib/eclipse-plugin。
Eclipse安装路径是/opt/eclipse。

编译步骤：

一共需要修改三个文件：

（1）hadoop根路径下的src/contrib/eclipse-plugin/build.properties

（2）hadoop根路径下的src/contrib/build-contrib.xml

（3）hadoop根路径下的src/contrib/eclipse-plugin/build.xml

 

具体做如下修改：

1. 首先编辑 src/contrib/eclipse-plugin/build.properties 文件

添加两行，补充Eclipse路径和Hadoop版本：蓝色部分是添加的两行

output.. = bin/
bin.includes = META-INF/,\
               plugin.xml,\
               resources/,\
               classes/,\
               classes/,\
               lib/

eclipse.home=/opt/eclipse
version=1.1.2

注意：网上都说编辑src/contrib/build-contrib.xml，添加两行，补充Eclipse路径和Hadoop版本：

<property name="eclipse.home" location="/opt/eclipse"/>
<property name="version" value="1.1.2"/>

但是我这样做在ant的时候却报错：找不到eclipse.home

2. 我们需要引用hadoop的一些包，但是默认的classpath没有这些包（我们没有从头编译）。所以需要修改classpath
打开src/contrib/eclipse-plugin/build.xml文件，定位，加入：

<fileset dir="${hadoop.root}">
    <include name="**/*.jar" />
fileset>

 

3. 代码中使用了一些遗留功能，所以我们要修改deprecation的设定。这一步非必需
打开hadoop根路径下面的src/contrib/build-contrib.xml，定位

<property name="javac.deprecation" value="off"/>

然后修改成

<property name="javac.deprecation" value="on"/>

 

4. 修改includeantruntime设置。 这一步非必需 
定位build.xml中的，修改javac的设置，加入一个选项

 includeantruntime="on"

也就是将javac修改成

<javac
     encoding="${build.encoding}"
     srcdir="${src.dir}"
     includes="**/*.java"
     destdir="${build.classes}"
     debug="${javac.debug}"
     deprecation="${javac.deprecation}"
     includeantruntime="on">
     <classpath refid="classpath"/>
javac>

 

5. jar打包的时候需要hadoop的一些jar文件，但是我们没有编译生成它，所以我们需要修改一下jar这个target。

另外，有几个jar是我们需要用到，而build.xml里面没有自动包含的，如果不包含它们，Eclipse连接Hadoop会出现failure to login错误，其实就是找不到类
在build.xml中找到

<copy file="${hadoop.root}/build/hadoop-core-${version}.jar" tofile="${build.dir}/lib/hadoop-core.jar" verbose="true"/>
<copy file="${hadoop.root}/build/ivy/lib/Hadoop/common/commons-cli-${commons-cli.version}.jar"  todir="${build.dir}/lib" verbose="true"/>

我们修改成

<copy file="${hadoop.root}/hadoop-core-${version}.jar" tofile="${build.dir}/lib/hadoop-core.jar" verbose="true"/>
<copy file="${hadoop.root}/lib/commons-cli-${commons-cli.version}.jar"  tofile="${build.dir}/lib/commons-cli.jar" verbose="true"/>
<copy file="${hadoop.root}/lib/commons-configuration-1.6.jar"  tofile="${build.dir}/lib/commons-configuration.jar" verbose="true"/>
<copy file="${hadoop.root}/lib/commons-httpclient-3.0.1.jar"  tofile="${build.dir}/lib/commons-httpclient.jar" verbose="true"/>
<copy file="${hadoop.root}/lib/commons-lang-2.4.jar"  tofile="${build.dir}/lib/commons-lang.jar" verbose="true"/>
<copy file="${hadoop.root}/lib/jackson-core-asl-1.8.8.jar"  tofile="${build.dir}/lib/jackson-core-asl.jar" verbose="true"/>
<copy file="${hadoop.root}/lib/jackson-mapper-asl-1.8.8.jar"  tofile="${build.dir}/lib/jackson-mapper-asl.jar" verbose="true"/>

 

 

6. 但是这样，我们的jar文件还是不会自动部署到eclipse中，你可以手动复制，即将编译好的/opt/hadoop/build/contrib/eclipse-plugin/hadoop-eclipse-plugin-1.1.2.jar插件复制到eclipse安装目录下的plugins下即可

但是我们希望ant帮我们自动部署进去。我们在build.xml中新建一个target，用来部署：

<target name="deploy" depends="jar" unless="skip.contrib">
<copy file="${build.dir}/hadoop-${name}-${version}.jar"  todir="${eclipse.home}/plugins" verbose="true"/>
target>

然后修改project的默认target，也就是将project修改成：

<project default="deploy" name="eclipse-plugin">

 

7. 接下来一步我们要修改Hadoop根目录下的src/contrib/META-INFO/MANIFEST.MF，修改这个jar的classpath。

找到这个文件的Bundle-ClassPath这一行，然后，修改成（不能换行，我这里方便显示换行了）

 

Bundle-ClassPath: classes/,lib/commons-cli.jar,lib/commons-httpclient.jar,lib/hadoop-core.jar,lib/jackson-mapper-asl.jar,
lib/commons-configuration.jar,lib/commons-lang.jar,lib/jackson-core-asl.jar

 

8. 执行ant，代码就会被编译，插件会被自动安装到eclipse的plugins目录中，打开eclipse就可以使用了（如果没有安装ant，请去apache下载ant的二进制编译版，具体见后面附录）。另外编译时会自动联网下载需要的包，所以请保证网络通畅。

启动Eclipse 后 Window->Open Perspective->Other ，弹出对话框列表中，会出现图标为蓝色大象，文字为Map/Reduce 

集成成功！

 

附：Ubuntu下ant的安装和配置

一. 自动安装

    sudo apt-get install ant

      但是这种装法不好。首先安装的ant不是最新的版本，其次还要装一堆其他的附带的东西。比如一个ant只有几兆，当用apt-get install方式安装时需要下载60多兆的东西进行安装，十分缓慢且占空间，所以我才用自己手动ant安装。

 

二. 手动安装

    1. 到Apache官网下载最新版本的ant：http://ant.apache.org/bindownload.cgi

    2. 解压下载下来的.tar.gz文件到/opt目录下：

     tar -xzvf apache-ant-1.9.2-bin.tar.gz -C /opt

    3. 配置环境变量：sudo vi /etc/profile，在原来基础上添加以下蓝体字：


export ANT_HOME=/opt/apache-ant-1.9.2
export JAVA_HOME=/opt/java/jdk1.7.0_25/
export JRE_HOME=/opt/java/jdk1.7.0_25/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin:$ANT_HOME/bin

    4. 验证是否安装成功：

    ant -version

    Apache Ant(TM) version 1.9.2 compiled on July 8 2013

    如此字样，则表示安装成功！

 

二、Eclipse中配置Hadoop插件

在编写MapReduce程序之前需要配置Eclipse环境，步骤如下：

1. 首先配置hadoop installation directory。

如果安装插件成功，打开Window-->Preferences，你会发现Hadoop Map/Reduce选项，在这个选项里你需要配置Hadoop installation directory。配置完成后退出。 

2. 打开Map/Reduce视图，配置Map/Reduce Locations。 

单击eclipse右上角的Open Perspective图标，选择Map/Reduce视图打开。

 

在Map/Reduce Locations（Eclipse界面的正下方）中新建一个Hadoop Location。在这个View中，点击鼠标右键-->New Hadoop Location。在弹出的对话框中你需要配置Location name，可任意填，如Hadoop，以及Map/Reduce Master和DFS Master。这里面的Host、Port分别为你在mapred-site.xml、core-site.xml中配置的地址及端口。我的这两个文件中配置中部分内容如下： 

mapred-site.xml

<property>
    <name>mapred.job.trackername>
    <value>http://192.168.1.151:9001value>
property>

 

core-site.xml:

  <property>
    <name>fs.default.namename>
    <value>hdfs://192.168.1.151:9000value>
  property>

 

最后的配置截图如下：

 

设置完成后，点击Finish就应用了该设置。然后，在最左边的Project Explorer中就能看到DFS的目录，如下图所示：

三、在Eclipse中建立项目测试Hadoop插件是否成功配置

当然最经典的以WordCount为例，就跟Hello World一样，步骤如下：

1. 新建项目。 
File-->New-->Other-->Map/Reduce Project 
项目名可以随便取，如HadoopTest。 
复制 hadoop安装目录/src/examples/org/apache/hadoop/examples/WordCount.java到刚才新建的项目下面，修改里面的package。

2. 上传模拟数据文件夹
为了运行程序，需要一个输入文件夹和输出的件夹。输出文件夹，在程序运行完成后会自动生成。我们需要给程序一个输入文件夹。

（1）在当前目录（如hadoop安装目录）下新建文件夹input，并在文件夹下新建两个文件file01、file02，这两个文件内容分别如下： 

// file01
Hello Alexia Welcome Hadoop

// file02
Welcome Alexia Bye Hadoop

 
（2）将文件夹input上传到HDFS中

在已经启动Hadoop守护进程终端中cd 到hadoop安装目录，运行下面命令： 

bin/hadoop fs -put input input  

这个命令将input文件夹上传到了hadoop文件系统了，在该系统下就多了一个input文件夹，你可以使用下面命令查看： 

bin/hadoop fs -ls  

 

3. 运行项目
(1) 在新建的项目HadoopTest，点击WordCount.java，右键-->Run As-->Run Configurations

(2) 在弹出的Run Configurations对话框中，点Java Application，右键-->New，这时会新建一个application名为WordCount 

(3) 配置运行参数，点Arguments，在Program arguments中输入“你要传给程序的输入文件夹和你要求程序将计算结果保存的文件夹”，如： 

hdfs://192.168.1.151:9000/user/hadoop/input hdfs://192.168.1.151:9000/user/hadoop/output

这里面的input就是你刚传上去的文件夹。文件夹地址你可以根据自己具体情况填写。如下图：

(4) 点击Run，运行程序。

等运行结束后，可以在终端中用命令如下，

查看是否生成了输出文件夹output
bin/hadoop fs -ls  

用下面命令查看生成的文件内容
bin/hadoop fs -cat output01/*

如果显示如下，说明已经成功在eclipse下运行第一个MapReduce程序了

Alexia 2
Bye 1     
Hadoop  2    
Hello   1
Welcome   2