在eclipse中配置hadoop插件

1.安装插件

准备程序：

eclipse-3.3.2（这个版本的插件只能用这个版本的eclipse）
hadoop-0.20.2-eclipse-plugin.jar （在hadoop-0.20.2/contrib/eclipse-plugin目录下）

将hadoop-0.20.2-eclipse-plugin.jar 复制到eclipse/plugins目录下，重启eclipse。

2.打开MapReduce视图

Window -> Open Perspective -> Other 选择Map/Reduce，图标是个蓝色的象。

3.添加一个MapReduce环境

在eclipse下端，控制台旁边会多一个Tab，叫“Map/Reduce Locations”，在下面空白的地方点右键，选择“New Hadoop location...”，如图所示：

在弹出的对话框中填写如下内容：

Location name（取个名字）
Map/Reduce Master（Job Tracker的IP和端口，根据mapred-site.xml中配置的mapred.job.tracker来填写）
DFS Master（Name Node的IP和端口，根据core-site.xml中配置的fs.default.name来填写）

4.使用eclipse对HDFS内容进行修改

经过上一步骤，左侧“Project Explorer”中应该会出现配置好的HDFS，点击右键，可以进行新建文件夹、删除文件夹、上传文件、下载文件、删除文件等操作。

注意：每一次操作完在eclipse中不能马上显示变化，必须得刷新一下。 

5.创建MapReduce工程

5.1配置Hadoop路径

Window -> Preferences 选择 “Hadoop Map/Reduce”，点击“Browse...”选择Hadoop文件夹的路径。
这个步骤与运行环境无关，只是在新建工程的时候能将hadoop根目录和lib目录下的所有jar包自动导入。

5.2创建工程

File -> New -> Project 选择“Map/Reduce Project”，然后输入项目名称，创建项目。插件会自动把hadoop根目录和lib目录下的所有jar包导入。

5.3创建Mapper或者Reducer

File -> New -> Mapper 创建Mapper，自动继承mapred包里面的MapReduceBase并实现Mapper接口。
注意：这个插件自动继承的是mapred包里旧版的类和接口，新版的Mapper得自己写。

Reducer同理。

6.在eclipse中运行WordCount程序

6.1导入WordCount

WordCount

 1 import java.io.IOException; 2 import java.util.StringTokenizer; 3  4 import org.apache.hadoop.conf.Configuration; 5 import org.apache.hadoop.fs.Path; 6 import org.apache.hadoop.io.IntWritable; 7 import org.apache.hadoop.io.LongWritable; 8 import org.apache.hadoop.io.Text; 9 import org.apache.hadoop.mapreduce.Job;10 import org.apache.hadoop.mapreduce.Mapper;11 import org.apache.hadoop.mapreduce.Reducer;12 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;13 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;14 15 public class WordCount {16     public static class TokenizerMapper extends Mapper<LongWritable, Text, Text, IntWritable>{17 18         private final static IntWritable one = new IntWritable(1);19         private Text word = new Text();20 21         public void map(LongWritable key, Text value, Context context)22                 throws IOException, InterruptedException {23             StringTokenizer itr = new StringTokenizer(value.toString());24             while (itr.hasMoreTokens()) {25                 word.set(itr.nextToken());26                 context.write(word, one);27             }28         }29     }30 31     public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {32         private IntWritable result = new IntWritable();33 34         public void reduce(Text key, Iterable<IntWritable> values, Context context)35                 throws IOException, InterruptedException {36             int sum = 0;37             for (IntWritable val : values) {38                 sum += val.get();39             }40             result.set(sum);41             context.write(key, result);42         }43     }44 45     public static void main(String[] args) throws Exception {46         Configuration conf = new Configuration();47         if (args.length != 2) {48             System.err.println("Usage: wordcount  ");49             System.exit(2);50         }51 52         Job job = new Job(conf, "word count");53         job.setJarByClass(WordCount.class);54         job.setMapperClass(TokenizerMapper.class);55         job.setReducerClass(IntSumReducer.class);56         job.setMapOutputKeyClass(Text.class);57         job.setMapOutputValueClass(IntWritable.class);58         job.setOutputKeyClass(Text.class);59         job.setOutputValueClass(IntWritable.class);60 61         FileInputFormat.addInputPath(job, new Path(args[0]));62         FileOutputFormat.setOutputPath(job, new Path(args[1]));63 64         System.exit(job.waitForCompletion(true) ? 0 : 1);65 66     }67 68 }

6.2配置运行参数

Run As -> Open Run Dialog... 选择WordCount程序，在Arguments中配置运行参数：/mapreduce/wordcount/input /mapreduce/wordcount/output/1

分别表示HDFS下的输入目录和输出目录，其中输入目录中有几个文本文件，输出目录必须不存在。

6.3运行

Run As -> Run on Hadoop 选择之前配置好的MapReduce运行环境，点击“Finish”运行。

控制台会输出相关的运行信息。

6.4查看运行结果

在输出目录/mapreduce/wordcount/output/1中，可以看见WordCount程序的输出文件。除此之外，还可以看见一个logs文件夹，里面会有运行的日志。