Java之美[从菜鸟到高手演变]之eclipse连接hadoop集群

作者：二青
个人站点：zhangerqing.cn    邮箱：[email protected]    微博：http://weibo.com/xtfggef

准备工具：

• Ubuntu 14.10 desktop 64 bit
• eclipse 4.3 kepler jee version
• hadoop 2.6.0
• hadoop eclipse plugin 2.6.0

起初我是打算用win7做实验，后来遇到一个null pointer的问题很奇怪，在网上找了很多资料都不起作用，有些问题很像，单用的并不是同一个版本，因此也不一定起作用，所以为了方便，我就直接改成用Ubuntu desktop版的了，这样就方便多了。在VirtualBox上装一个Ubuntu 14.10 desktop 64 bit版，配置jdk，下载安装eclipse kepler即可。

1. 将编译好的eclipse hadoop插件拷贝到eclipse安装目录下的plugin目录下，重启eclipse。 下载地址   源码地址

2. 打开Window -> Preference -> Hadoop Map/Reduce，配置右面的"Hadoop installation directory"项，指向hadoop安装目录。注意：此处并非是linux上真实的hadoop的安装目录，而是直接将hadoop安装包拷贝到当前系统的某个目录下，解压即可。

3. Window -> Open Perspective -> Other -> Map/Reduce，eclipse的下方会出现如下视图：

点击右上角的蓝色大象

location name随便填入，host填写hadoop集群的master所在的IP，第一个Port填写mapred-site.xml里定义的端口，如下图一，9001，第二个Port填写里core-site.xml定义的端口，如下图二,9000。填写完重启eclipse。

4. 打开上一个设置的页面，切换到Advanced parameters标签，修改如下配置项：

dfs.replication，默认是3，要根据你的Datanode的个数来定，如果你仅有2个datanode，那么就写2，如果只有一个，就写1，大于或者等于3个，写3。
hadoop.tmp.dir，这个要跟上节建立的Hadoop集群配置中core-site.xml 中的hadoop.tmp.dir设置一样，此处我们填写的是/root/hadoop/tmp。重启eclipse。

5. 我们可以看到左侧资源管理器里的DFS Locations视图

右键文件夹可以上传/下载文件或者目录。注意：如果此时报： Exception in thread "main" org.apache.hadoop.security.AccessControlException: Permission denied: error，则需要修改dfs的访问权限，编辑hdfs-site.xml文件，加入：

<property>  
    <name>dfs.permissions.enabled</name>  
    <value>false</value>  
</property>  

注意：生产环境不建议这么做。

6. 运行自带word count示例

新建Map/Reduce项目，进入/home/adam/hadoop/share/hadoop/mapreduce/sources目录，解压hadoop-mapreduce-examples-2.6.0-sources.jar包，将里面的WordCount.java复制到新建的项目里，点击Run Configurations配置启动参数。这里的output文件夹必须是之前没有创建的，这里会自动创建，否则报“目录已存在”的错误。

最后Run As “Run On Hadoop”即可，执行完毕后，去看hdfs上的output1目录，查看输出。

这样eclipse就连接到hadoop集群并且可以执行map/reduce任务了。

有什么问题欢迎与我联系：

作者：二青
个人站点：zhangerqing.cn    邮箱：[email protected]    微博： http://weibo.com/xtfggef