基于Eclipse的Hadoop环境搭建指南

一、下载并配置Cygwin

1、新建系统变量【CYGWIN】，变量值为【ntsc tty】

2、编辑系统变量【Path】，加入【c:\cygwin\bin】

二、安装java

配置 JAVA_HOME;

三、配置eclipse

1、把hadoop安装包下的 contrib/ 目录下的插件 hadoop-*-eclipse-plugin.jar 放到eclipse目录的 plugins 目录下；

2、其他配置过程参考网络其他文档；

3、进行运行时配置，选择Run As—>Open Debug Dialog选项，在Arguments选项卡中设置：【D:\workspace\hadoop-test\in D:\workspace\hadoop-test\out】,在其中填写两个目录，分别为数据输入目录和输出目录，中间用空格分隔;

四、可能遇到的问题

1、如果遇到这个错误：org.apache.hadoop.security.AccessControlException: Permission denied: user=administrator, access=EXECUTE, inode="job_201111031322_0003":heipark:supergroup:rwx-

问题原因：本地用户administrator（本机windows用户）想要远程操作hadoop系统，没有权限引起的。

解决办法：

a、如果是测试环境，可以取消hadoop hdfs的用户权限检查。打开conf/hdfs-site.xml，找到dfs.permissions属性修改为false（默认为true）OK了。

b、修改hadoop location参数，在advanced parameter选项卡中，找到hadoop.job.ugi项，将此项改为启动hadoop的用户名即可。

注意第一次设置的时候可能没有hadoop.job.ugi参数，报错后在去看就有了。

2、运行例子时出现：IOException: Cannot run program "chmod": CreateProcess error=2,

问题原因：没有安装cygwin 或 没有配置环境变量；
解决办法：安装并配置环境变量 bin到 path下 重启 eclipse 问题解决；

3、如果出现下面问题

11/11/03 12:21:31 WARN mapred.LocalJobRunner: job_local_0001
java.lang.OutOfMemoryError: Java heap space
at org.apache.hadoop.mapred.MapTask$MapOutputBuffer.<init>(MapTask.java:781)
at org.apache.hadoop.mapred.MapTask.runOldMapper(MapTask.java:350)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:307)
at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:177)
11/11/03 12:21:31 INFO mapred.JobClient: map 0% reduce 0%
11/11/03 12:21:31 INFO mapred.JobClient: Jobcomplete: job_local_0001
11/11/03 12:21:31 INFO mapred.JobClient: Counters: 0
Exception in thread "main" java.io.IOException: Job failed!
at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:1252)
at mapred.WordCount.main(WordCount.java:110)

问题原因：客户端程序运行时java虚拟机内存分配不够

解决办法：修改run configuration，选择Arguments选项卡，在VM arguments栏中加入-Xmx1024m，保存即可解决问题。