eclipse 配置运行hadoop 2.7 程序例子参考步骤

前提：你搭建好了hadoop 2.x的linux环境，并能够成功运行。还有就是window能够访问到集群。over

1、

hfds-site.xml 增加属性：关闭集群的权限校验，windows的用户一般与linux的不一样，直接将它关闭掉好了。记住不是core-site.xml 重启集群

 
    dfs.permissions
    false
 

2、 hadoop-eclipse-plugin-2.7.0.jar将插件放到plugins目录下

3、 复制linux master已安装好的hadoop目录到windows,然后eclipse 配置定位hadoop的目录 ,重启eclipse

4、打开配置，hadoop选项，定位hadoop主目录。然后 打开mapreduce的view 设置配置属性：其他额外属性不要配置，用户名也不用改，此时可以链接上了。


5、 新建MR工程

6、 建立wordcount类（自己复制就行）
     在src下面直接新建log4j.properties ：
内容如下：主要是打印信息：（你可以将info改成debug,内容过多，改成info了）
log4j.rootLogger=info,stdout,R
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%5p - %m%n
log4j.appender.R=org.apache.log4j.RollingFileAppender
log4j.appender.R.File=mapreduce_test.log
log4j.appender.R.MaxFileSize=1MB
log4j.appender.R.MaxBackupIndex=1
log4j.appender.R.layout=org.apache.log4j.PatternLayout
log4j.appender.R.layout.ConversionPattern=%p %t %c - %m%n
log4j.logger.com.codefutures=DEBUG

7、错误多多啊：

运行报：

1）、java.io.IOException : HADOOP_HOME or hadoop.home.dir are not set.

2） java.io.IOException : Could not locate executable null\bin\winutils.exe in the Hadoop binaries.

解决方式1）人家提示HADOOP_HOME没有设置，那就配置windows的环境变量，定位到hadoop目录
运行报：
第一项不报了，第二项继续：
2）java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.
说不能定位，看来是HADOOP_HOME没起作用，那就在main里添加代码，否则不报null：

System.setProperty( "hadoop.home.dir"   ,   "E:\\bigdata\\hadoop2"   );

运行报：

Could not locate executable E:\bigdata\hadoop2\bin\winutils.exe in the Hadoop binaries.
这次变了，检查目录，的确没有winutils.exe,因为我们是从linux复制下来的
那就增加呗：

从 https://github.com/srccodes/hadoop-common-2.2.0-bin  下载bin目录，替换到windows中hadoop里的bin目录
运行报：
第二项不报了，又来新的了：

Exception in thread "main"   org.apache.hadoop.mapreduce.lib.input.InvalidInputException   : Input path does not exist: file:/input

这个嘛，嘿嘿，参数设置成绝对的，hadoop1的时候不用，现在是第二代：

乖乖的设置参数为 hdfs://master:9000/input hdfs://master:9000/output
运行 继续报错：

Exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z

说是本地库的问题，那就改改源码，将本地库的调用屏蔽掉：

拷贝源码文件org.apache.hadoop.io.nativeio.NativeIO到项目中 ，定位： 然后定位到570行（别hadoop2.2是，版本不一样现在2.7是607行还是直接搜索 public   static   boolean   access(String   path , AccessRight   desiredAccess )吧， ），直接修改为return true;  不让access了。
复制麻烦，那就新建类，定位包，然后复制类内容就行了。



继续运行继续报错：

  org.apache.hadoop.security.AccessControlException : Permission denied: user=Administrator, access=WRITE, inode="/output/_temporary/0":root:supergroup:drwxr-xr-x

权限不够，linux用户是root,window默认用户是 Administrator  我都将window改成root了，看来这个改法没起作用。另外我在core-site.xml也增加了不让校验权限啊，不管用。重新设置参数：换一种方式，之前是在core-site.xml设置的权限为false，改到hdfs-site.xml里试试，如果不行改源码。（所以我在第一步提示是在hdfs里而不是core里面改）

运行 继续报，别报了，出结果了：

Input split bytes=100

           Combine input records=179

           Combine output records=131

           Reduce input groups=131

           Reduce shuffle bytes=1836

           Reduce input records=131

           Reduce output records=131

对于：  WARN - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable这个警告没事，运行在linux就不报了。

8、 最后，尝试将wordcount拆成子类的形式，将mapper移出来试试，因为有的时候多个类会提示报错：

删除output目录，重新运行：OK，没问题，正确出结果了。

9、 欢迎访问下hegou.me这个网站。怎么样，只是在本机搭建个测试环境。工作中就不要在正式集群里跑了。还是乖乖测试好代码先。over。