eclipse中开发Hadoop2.x的Map/Reduce项目汇总

问题导读：

1.如何创建MR程序？

2.如何配置运行参数？

3.HADOOP_HOME为空会出现什么问题？

4.hadoop-common-2.2.0-bin-master/bin的作用是什么？

扩展：

4.winutils.exe是什么？

本文总结了两个例子，分别从不同角度。

一、eclipse中开发Hadoop2.x的Map/Reduce项目

本文演示如何在Eclipse中开发一个Map/Reduce项目：

1、环境说明

• Hadoop2.2.0
• Eclipse Juno SR2
• Hadoop2.x-eclipse-plugin 插件的编译安装配置的过程参考：http://www.micmiu.com/bigdata/hadoop/hadoop2-x-eclipse-plugin-build-install/

2、新建MR工程

依次点击 File → New → Ohter…  选择 “Map/Reduce Project”，然后输入项目名称:micmiu_MRDemo，创建新项目:

<ignore_js_op style="word-wrap: break-word;">  

 

<ignore_js_op style="word-wrap: break-word;">  

3、创建Mapper和Reducer
依次点击 File → New → Ohter… 选择Mapper，自动继承Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>

<ignore_js_op style="word-wrap: break-word;">  

<ignore_js_op style="word-wrap: break-word;">  

创建Reducer的过程同Mapper，具体的业务逻辑自己实现即可。

本文就以官方自带的WordCount为例进行测试：

 

1. package com.micmiu.mr;
2. /**
3. * Licensed to the Apache Software Foundation (ASF) under one
4. * or more contributor license agreements.  See the NOTICE file
5. * distributed with this work for additional information
6. * regarding copyright ownership.  The ASF licenses this file
7. * to you under the Apache License, Version 2.0 (the
8. * "License"); you may not use this file except in compliance
9. * with the License.  You may obtain a copy of the License at
10. *
11. *     http://www.apache.org/licenses/LICENSE-2.0
12. *
13. * Unless required by applicable law or agreed to in writing, software
14. * distributed under the License is distributed on an "AS IS" BASIS,
15. * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
16. * See the License for the specific language governing permissions and
17. * limitations under the License.
18. */
19. import java.io.IOException;
20. import java.util.StringTokenizer;
21. import org.apache.hadoop.conf.Configuration;
22. import org.apache.hadoop.fs.Path;
23. import org.apache.hadoop.io.IntWritable;
24. import org.apache.hadoop.io.Text;
25. import org.apache.hadoop.mapreduce.Job;
26. import org.apache.hadoop.mapreduce.Mapper;
27. import org.apache.hadoop.mapreduce.Reducer;
28. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
29. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
30. import org.apache.hadoop.util.GenericOptionsParser;
31. public class WordCount {
32.   public static class TokenizerMapper 
33.        extends Mapper<Object, Text, Text, IntWritable>{
34.     private final static IntWritable one = new IntWritable(1);
35.     private Text word = new Text();
36.     public void map(Object key, Text value, Context context
37.                     ) throws IOException, InterruptedException {
38.       StringTokenizer itr = new StringTokenizer(value.toString());
39.       while (itr.hasMoreTokens()) {
40.         word.set(itr.nextToken());
41.         context.write(word, one);
42.       }
43.     }
44.   }
45.   public static class IntSumReducer 
46.        extends Reducer<Text,IntWritable,Text,IntWritable> {
47.     private IntWritable result = new IntWritable();
48.     public void reduce(Text key, Iterable<IntWritable> values, 
49.                        Context context
50.                        ) throws IOException, InterruptedException {
51.       int sum = 0;
52.       for (IntWritable val : values) {
53.         sum += val.get();
54.       }
55.       result.set(sum);
56.       context.write(key, result);
57.     }
58.   }
59.   public static void main(String[] args) throws Exception {
60.     Configuration conf = new Configuration();
61.     String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
62.     if (otherArgs.length != 2) {
63.       System.err.println("Usage: wordcount <in> <out>");
64.       System.exit(2);
65.     }
66.     //conf.set("fs.defaultFS", "hdfs://192.168.6.77:9000");
67.     Job job = new Job(conf, "word count");
68.     job.setJarByClass(WordCount.class);
69.     job.setMapperClass(TokenizerMapper.class);
70.     job.setCombinerClass(IntSumReducer.class);
71.     job.setReducerClass(IntSumReducer.class);
72.     job.setOutputKeyClass(Text.class);
73.     job.setOutputValueClass(IntWritable.class);
74.     FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
75.     FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
76.     System.exit(job.waitForCompletion(true) ? 0 : 1);
77.   }
78. }

复制代码

4、准备测试数据

micmiu-01.txt：

 

1. Hi Michael welcome to Hadoop 
2. more see micmiu.com

复制代码

micmiu-02.txt：

1. Hi Michael welcome to BigData
2. more see micmiu.com

复制代码

micmiu-03.txt：

1. Hi Michael welcome to Spark 
2. more see micmiu.com

复制代码

把 micmiu 打头的三个文件上传到hdfs：

1. micmiu-mbp:Downloads micmiu$ hdfs dfs -copyFromLocal micmiu-*.txt /user/micmiu/test/input
2. micmiu-mbp:Downloads micmiu$ hdfs dfs -ls /user/micmiu/test/input
3. Found 3 items
4. -rw-r--r--   1 micmiu supergroup         50 2014-04-15 14:53 /user/micmiu/test/input/micmiu-01.txt
5. -rw-r--r--   1 micmiu supergroup         50 2014-04-15 14:53 /user/micmiu/test/input/micmiu-02.txt
6. -rw-r--r--   1 micmiu supergroup         49 2014-04-15 14:53 /user/micmiu/test/input/micmiu-03.txt
7. micmiu-mbp:Downloads micmiu$

复制代码

5、配置运行参数
Run As → Run Configurations… ，在Arguments中配置运行参数，例如程序的输入参数：

<ignore_js_op style="word-wrap: break-word;">  

6、运行
Run As -> Run on Hadoop ，执行完成后可以看到如下信息：

<ignore_js_op style="word-wrap: break-word;">  

到此Eclipse中调用Hadoop2x本地伪分布式模式执行MR演示成功。

ps：调用集群环境MR运行一直失败，暂时没有找到原因。

上面说了一个整体的过程，下面详细描述了遇到的问题

二、Win7 Eclipse调试Centos Hadoop2.2-Mapreduce

 

1.搭建了一套Centos5.3 + Hadoop2.2 + Hbase0.96.1.1的开发环境，Win7 Eclipse调试MapReduce成功。

2. Hadoop安装

MapReduce的配置可以参考 http://blog.sina.com.cn/s/blog_546abd9f0101i8b8.html。

安装成功后，能顺利查看以下几个页面，就OK了。我的集群环境是200master，201-203slave。

dfs.http.address   192.168.1.200:50070

dfs.secondary.http.address  192.168.1.200:50090

dfs.datanode.http.address  192.168.1.201:50075

yarn.resourcemanager.webapp.address  192.168.1.200:50030

mapreduce.jobhistory.webapp.address 192.168.1.200:19888。这个好像访问不了。需要启动hadoop/sbin/mr-jobhistory-daemon.sh start historyserver才可以访问。

三. Hadoop2.x eclispe-plugin

需要注意一点的是，Hadoop installation directory里填写Win下的hadoop home地址，其目的在于创建MapReduce Project能从这个地方自动引入MapReduce需要的jar。

插件可以从下面下载：

Hadoop 2.2.0编译hadoop-eclipse-plugin插件

hadoop-eclipse-plugin-2.2.0.jar插件包分享

四. 各种问题

1.上面一步完成后，创建一个MapReduce Project，运行时发现出问题了。

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

复制代码

跟代码就去发现是HADOOP_HOME的问题。如果HADOOP_HOME为空，必然fullExeName为null\bin\winutils.exe。解决方法很简单啦，乖乖的配置环境变量吧，不想重启电脑可以在MapReduce程序里加上System.setProperty("hadoop.home.dir", "...");暂时缓缓。org.apache.hadoop.util.Shell.java

1.   public static final String getQualifiedBinPath(String executable) 
2.   throws IOException {
3.     // construct hadoop bin path to the specified executable
4.     String fullExeName = HADOOP_HOME_DIR + File.separator + "bin" 
5.       + File.separator + executable;
6.     File exeFile = new File(fullExeName);
7.     if (!exeFile.exists()) {
8.       throw new IOException("Could not locate executable " + fullExeName
9.         + " in the Hadoop binaries.");
10.     }
11.     return exeFile.getCanonicalPath();
12.   }
13. private static String HADOOP_HOME_DIR = checkHadoopHome();
14. private static String checkHadoopHome() {
15.     // first check the Dflag hadoop.home.dir with JVM scope
16.     String home = System.getProperty("hadoop.home.dir");
17.     // fall back to the system/user-global env variable
18.     if (home == null) {
19.       home = System.getenv("HADOOP_HOME");
20.     }
21.      ...
22. }

复制代码

2.这个时候得到完整的地址fullExeName，我机器上是D:\Hadoop\tar\hadoop-2.2.0\hadoop-2.2.0\bin\winutils.exe。继续执行代码又发现了错误

1. Could not locate executable D:\Hadoop\tar\hadoop-2.2.0\hadoop-2.2.0\bin\winutils.exe in the Hadoop binaries.

复制代码

就去一看，没有winutils.exe这个东西。去 https://github.com/srccodes/hadoop-common-2.2.0-bin下载一个，放就去即可。

3.继续出问题

1. at org.apache.hadoop.util.Shell.execCommand(Shell.java:661)
2. at org.apache.hadoop.fs.RawLocalFileSystem.setPermission(RawLocalFileSystem.java:639)
3. at org.apache.hadoop.fs.RawLocalFileSystem.mkdirs(RawLocalFileSystem.java:435)

复制代码

继续跟代码org.apache.hadoop.util.Shell.java

1.   public static String[] getSetPermissionCommand(String perm, boolean recursive,
2.                                                  String file) {
3.     String[] baseCmd = getSetPermissionCommand(perm, recursive);
4.     String[] cmdWithFile = Arrays.copyOf(baseCmd, baseCmd.length + 1);
5.     cmdWithFile[cmdWithFile.length - 1] = file;
6.     return cmdWithFile;
7.   }
8.   /** Return a command to set permission */
9.   public static String[] getSetPermissionCommand(String perm, boolean recursive) {
10.     if (recursive) {
11.       return (WINDOWS) ? new String[] { WINUTILS, "chmod", "-R", perm }
12.                          : new String[] { "chmod", "-R", perm };
13.     } else {
14.       return (WINDOWS) ? new String[] { WINUTILS, "chmod", perm }
15.                        : new String[] { "chmod", perm };
16.     }
17.   }

复制代码

cmdWithFile数组的内容为{"D:\Hadoop\tar\hadoop-2.2.0\hadoop-2.2.0\bin\winutils.exe", "chmod", "755", "xxxfile"}，我把这个单独在cmd里执行了一下，发现

无法启动此程序，因为计算机中丢失 MSVCR100.dll  

那就下载一个呗 http://files.cnblogs.com/sirkevin/msvcr100.rar，丢到C:\Windows\System32里面。再次cmd执行，又来了问题

应用程序无法正常启动(0xc000007b)

下载 http://blog.csdn.net/vbcom/article/details/7245186 ,DirectX_Repair来解决这个问题吧。记得修复完后要重启电脑。搞定后cmd试一下，很棒。

4.到了这里，已经看到曙光了，但问题又来了

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

复制代码

代码就去

1.     /** Windows only method used to check if the current process has requested
2.      *  access rights on the given path. */
3.     private static native boolean access0(String path, int requestedAccess);

复制代码

显然缺少dll文件，还记得https://github.com/srccodes/hadoop-common-2.2.0-bin下载的东西吧，里面就有hadoop.dll，最好的方法就是用hadoop-common-2.2.0-bin-master/bin目录替换本地hadoop的bin目录，并在环境变量里配置PATH=HADOOP_HOME/bin，重启电脑。
5.终于看到了MapReduce的正确输出output99。
<ignore_js_op style="word-wrap: break-word; color: rgb(68, 68, 68); font-family: Tahoma, 'Microsoft Yahei', Simsun; font-size: 14px; line-height: 21px;"> 

五. 总结 
hadoop eclipse插件不是必须的，其作用在我看来就是如下三点(这个是一个错误的认识，具体请参考http://zy19982004.iteye.com/blog/2031172)。study-hadoop是一个普通project，直接运行(不通过Run on Hadoop这只大象)，一样可以调试到MapReduce。
对hadoop中的文件可视化。
创建MapReduce Project时帮你引入依赖的jar。
Configuration conf = new Configuration();时就已经包含了所有的配置信息。
还是自己下载hadoop2.2的源码编译好，应该是不会有任何问题的(没有亲测)。


六. 其它问题

1.还是

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

复制代码

代码跟到org.apache.hadoop.util.NativeCodeLoader.java去看

1.   static {
2.     // Try to load native hadoop library and set fallback flag appropriately
3.     if(LOG.isDebugEnabled()) {
4.       LOG.debug("Trying to load the custom-built native-hadoop library...");
5.     }
6.     try {
7.       System.loadLibrary("hadoop");
8.       LOG.debug("Loaded the native-hadoop library");
9.       nativeCodeLoaded = true;
10.     } catch (Throwable t) {
11.       // Ignore failure to load
12.       if(LOG.isDebugEnabled()) {
13.         LOG.debug("Failed to load native-hadoop with error: " + t);
14.         LOG.debug("java.library.path=" +
15.             System.getProperty("java.library.path"));
16.       }
17.     }
18.     
19.     if (!nativeCodeLoaded) {
20.       LOG.warn("Unable to load native-hadoop library for your platform... " +
21.                "using builtin-java classes where applicable");
22.     }
23.   }

复制代码

这里报错如下

1. DEBUG org.apache.hadoop.util.NativeCodeLoader - Failed to load native-hadoop with error: java.lang.UnsatisfiedLinkError: HADOOP_HOME\bin\hadoop.dll: Can't load AMD 64-bit .dll on a IA 32-bit platform

复制代码

怀疑是32位jdk的问题，替换成64位后，没问题了

1. 2014-03-11 19:43:08,805 DEBUG org.apache.hadoop.util.NativeCodeLoader - Trying to load the custom-built native-hadoop library...
2. 2014-03-11 19:43:08,812 DEBUG org.apache.hadoop.util.NativeCodeLoader - Loaded the native-hadoop library

复制代码

这里也解决了一个常见的警告

1. WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

复制代码

http://www.aboutyun.com/thread-7541-1-1.html