Hadoop源代码eclipse编译教程

 

hadoop是一个分布式存储和分布式计算的框架。在日常使用hadoop时，我们会发现hadoop不能完全满足我们的需要，我们可能需要修改hadoop的源代码并重新编译、打包。

下面将详细描述如何从svn上导入并对hadoop进行eclipse下编译。

 

因项目使用的hadoop版本是0.20.2，所以我们基于hadoop-0.20.2来进行二次开发。

 

（1）首先从svn上签出源代码，svn地址：

 

http://svn.apache.org/repos/asf/hadoop/common/tags/release-0.20.2/

 

 

（2）在下载的过程中，准备开发和编译环境。windows下至少需要安装如下软件：

 

JDK 6--需要设置PATH环境变量
ant
  --下载解压后，需要将ant的bin目录添加到PATH的环境变量上
cygwin
   --安装cygwin参考http://ebiquity.umbc.edu/Tutorials/Hadoop/03%20-%20Prerequistes.html 进行安装和配置。在选择cygwin的安装包尽量多选，以方便日后的开发

 安装好之后，需要将Ant 和Cygwin 的bin 目录加入到环境变量PATH 中，如下图所示：

 

 

 

（3）从svn签出后，使用命令行进入hadoop下载的HOME目录，执行命令：

 

$ ant

 

     此时，ant开始下载依赖和编译文件。 我在编译的时候编译错误。经查，是$hadoop_home/src/saveVersion.sh生成的package-info.java有问题，导致无法编译过去。将saveVersion.sh修改一下：

 

unset LANG
unset LC_CTYPE
version=$1
user=`whoami` #此处修改成固定值，如jbm3072
date=`date`
if [ -d .git ]; then
  revision=`git log -1 --pretty=format:"%H"`
  hostname=`hostname`
  branch=`git branch | sed -n -e 's/^* //p'`
  url="git://$hostname/$cwd on branch $branch"
else
  revision=`svn info | sed -n -e 's/Last Changed Rev: \(.*\)/\1/p'`
  url=`svn info | sed -n -e 's/URL: \(.*\)/\1/p'`
fi
mkdir -p build/src/org/apache/hadoop
cat << EOF | \
  sed -e "s/VERSION/$version/" -e "s/USER/$user/" -e "s/DATE/$date/" \
      -e "s|URL|$url|" -e "s/REV/$revision/" \
      > build/src/org/apache/hadoop/package-info.java
/*
 * Generated by src/saveVersion.sh
 */
@HadoopVersionAnnotation(version="VERSION", revision="REV",
                         user="USER", date="DATE", url="URL")
package org.apache.hadoop;
EOF

 

    修改后，应该就可以编译通过了。

 

（4）  将eclipse-files copy到工程目录下

    执行命令：

ant eclipse-files

    就可以将eclipse-files copy到工程目录下。

（5）导入工程

 

    打开eclipse，在File中选择Import，然后选择General->Exsiting Projects into Workspace, 点击next，然后选择Hadoop源代码目录，此时就可以识别hadoop为eclipse工程了，点击Finish，稍过片刻，一个没有错误的eclipse 工程就OK了。

 

   （6）现在你就可以基于eclipse来进行修改hadoop源代码了。

 

 

 

 

搭建HADOOP便宜环境的时候，报错：

compile-core-classes:
       [javac] Compiling 386 source files to F:\hadoop\common\trunk\build\classes
       [javac] F:\hadoop\common\trunk\build\src\org\apache\hadoop\package-info.java:5: 未结束的字符串字面值
       [javac]                          user="boliang-pcboliang
       [javac]                               ^
       [javac] F:\hadoop\common\trunk\build\src\org\apache\hadoop\package-info.java:6: 需要为 class、interface 或 enum
       [javac] ", date="Sun Jun 27 09:16:51     2010", url="file:///cygdrive/f/hadoop/common/trunk",
       [javac] ^
       [javac] F:\hadoop\common\trunk\build\src\org\apache\hadoop\package-info.java:6: 需要为 class、interface 或 enum
       [javac] ", date="Sun Jun 27 09:16:51     2010", url="file:///cygdrive/f/hadoop/common/trunk",
       [javac]          ^
       [javac] 3 错误

解决办法：

打开build.XML，注释掉   

<exec executable="sh">
       <arg line="src/saveVersion.sh ${version} ${build.dir}"/>
    </exec>

部分 注释掉自动生成package-info.java
这样就解决问题了。

 

 

由于直接ant package时，会进行java5.check和forrest.check，会报错，导致如下的报错：
java5.check:

BUILD FAILED
/opt/hadoop-history/hadoop-0.20.2/build.xml:908: 'java5.home' is not defined.  Forrest requires Java 5.  Please pass -Djava5.home=<base of Java 5 distribution> to Ant on the command-line.

因此这里我们的做法是对$HADOOP_HOME目录下的build.xml文件进行修改，两句注释掉，修改成如下所示：
<target name="forrest.check" unless="forrest.home" depends="java5.check">
<!--fail message="'forrest.home' is not defined. Please pass -Dforrest.home=&lt;base of Apache Forrest installation&gt; to Ant on the command-line." /-->
</target>

<target name="java5.check" unless="java5.home">
<!--fail message="'java5.home' is not defined.  Forrest requires Java 5.  Please pass -Djava5.home=&lt;base of Java 5 distribution&gt; to Ant on the command-line." /-->
</target>