2019独角兽企业重金招聘Python工程师标准>>> 
为了自己以后方便会看记录一下整个过程，Hadoop集群之前已经搭建好，这部分工作以后再补写。
环境：win10 Eclipse4.4.2 JDK1.7 Hadoop2.7.1
相关安装文件可在文末的链接下载
1.加载eclipse插件
（1）下载hadoop-eclipse-plugin插件，此处下载了hadoop-eclipse-plugin-2.7.1。将hadoop-eclipse-plugin-2.7.1.jar拷贝到 eclipse的plugins目录。重启eclipse。
（2）下载Hadoop，解压到自己想要的路径，如D:\Java\hadoop-2.7.1
（3）打开 window-->preferences ,配置Hadoop MapReduce的安装路径，即（2）中的路径，如下图示
配置HADOOP_HOME环境变量，指向D:\Java\hadoop-2.7.1路径
2.配置MapReduce
（4）打开MapReduce视图。Window-->Show View-->Other 窗口，选择 MapReducer Locations，视图如下图所示
（5）点击蓝色小象新增按钮，提示输入MapReduce和HDFS Master相关信息
（6）配置完成后左侧project Explorer中会出现DFS Location
该目录为HDFS目录，可以右击向HDFS传文件。
在user文件中建立input output两个文件夹，并往input文件夹中上传wordCountInput.txt 内容为
c++ java hello
world java hello
you me too
若出现权限问题考虑是否对文件有写的权限，实在不行文件权限改为777。可以ssh连接到hadoop的master服务器 hadoop fs -ls /user 查看目录 hadoop fs -cat /user/aa.txt查看文件
3.创建MapReduce Project
（7）file->new->other 选择Map/Reduce Project 命名为MyHadoop
(8)在项目中建包，并建一个类名为WordCount.java的类。具体源码如下，来自于官方WordCount源码
//package org.apache.hadoop.examples;
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 {
/*
* 通过扩展Mapper实现内部类TokenizerMapper
*/
public static class TokenizerMapper extends
Mapper {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
/*
* 重载map方法(non-Javadoc)
*
* @see org.apache.hadoop.mapreduce.Mapper#map(KEYIN, VALUEIN,
* org.apache.hadoop.mapreduce.Mapper.Context)
*/
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);// 写入处理的中间结果
}
}
}
/*
* 通过扩展Reducer实现内部类IntSumReducer
*/
public static class IntSumReducer extends
Reducer {
private IntWritable result = new IntWritable();
/*
* 重载reduce方法(non-Javadoc)
*
* @see org.apache.hadoop.mapreduce.Reducer#reduce(KEYIN,
* java.lang.Iterable, org.apache.hadoop.mapreduce.Reducer.Context)
*/
public void reduce(Text key, Iterable values,
Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : values) {
sum += val.get(); // 计数
}
result.set(sum);
context.write(key, result); // 写回结果
}
}
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration(); // 启用默认配置
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");// 定义一个job
job.setJarByClass(WordCount.class);// 设定执行类
job.setMapperClass(TokenizerMapper.class);// 设定Mapper实现类
job.setCombinerClass(IntSumReducer.class);// 设定Combiner实现类
job.setReducerClass(IntSumReducer.class);// 设定Reducer实现类
job.setOutputKeyClass(Text.class);// 设定OutputKey实现类,Text.class是默认实现
job.setOutputValueClass(IntWritable.class);// 设定OutputValue实现类
FileInputFormat.addInputPath(job, new Path(otherArgs[0]));// 设定job输入文件夹
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));// 设定job输出文件夹
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
} (9)加载hadoop运行参数。即加载输入输出文件，右键->run as->run configuration 设置Arguments
,点击Apply并退出。右击 run as ->Run on Hadoop。
（10）错误及解决方法
可能会出现 log4j:WARN No appenders could be found for logger错误：
解决方法：
在src下面新建file名为log4j.properties内容如下:
# Configure logging for testing: optionally with log file
log4j.rootLogger=WARN, stdout
# log4j.rootLogger=WARN, stdout, logfile
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
windows可能会出现 hadoop2.7.1运行Wordcount错误
at java.lang.ProcessBuilder.start(ProcessBuilder.java:1012)
Exception in thread "main" Java.lang.UnsatisfiedLinkError
解决方法：
1：将Wordcount.jar文件解压到hadoop的bin目录下，文件可在文末的链接下载
2：将hadoop.dll复制到C:\Window\System32下
3：添加环境变量HADOOP_HOME，指向Hadoop目录
4：将%HADOOP_HOME%\bin加入到path里面
5：重启myeclipse或者eclipse
（11）运行正常之后会在刚刚传入的Hadoop输出文件中输出
part-r-00000为结果
（12）用到的文件 http://pan.baidu.com/s/1pLk7UQ3
（13）最后感谢千面人对我的帮助，https://my.oschina.net/amhuman/blog/845826 这篇博文对读者帮助很大，欢迎大家阅读。