使用hadoop ecipse插件需要注意的问题

1.关于run on hadoop的问题：

在未用hadoop eclipse插件前，我以为通过hadoop eclipse 插件不但可以管理hdfs，还可以自动打包程序，并帮我自动设置Configuration对象的mapred.jar属性值。但用了之后，才发现，这个插件只能管理hdfs，至于打包程序等操作，还得自己手动进行。我用的hadoop 版本为1.2.1，hadoop eclipse插件个人亲自编译生成，保证无任何问题，我一开始用的是MyEclipse后来换成Eclipse，但试用了，仍存在这个问题。"run as——>run on hadoop"并未弹出如下所示窗口：

而是直接运行了，效果跟"run as——>run configurations——>填写参数值——>run"的效果一致。

不知道是不是这个hadoop 1.2.1版本的ecipse插件都存在这个问题，还是我个人使用出现的问题，如果有哪位童鞋们知道这个问题，可以赐教下！

2.关于通过ecipse设置hadoop运行模式的问题：

说先，我们要明确hadoop的运行模式以及各种运行模式的区别，参考如下：

 （1）独立模式<standalone>（也叫本地模式<local mode>）

独立模式完全运行在本地，不会加载任何MapReduce服务，因而不会涉及Mapreduce最核心的代码实现。
        独立模式无需运行任何守护进程（daemon），所有程序都在单个JVM上执行。由于在本机模式下测试和调试MapReduce程序较为方便，因此，这种模式适宜用在开发阶段。
（2）分布式模式（pseudo-distributed model）

其中，分布模式分为两种：伪分布式模式和全分布式模式。

a.伪分布式模式：

伪分布式模式即为“单点集群”，在该模式下所有的守护进程均会运行在单个节点上。
        b.全分布模式（fully distributed model）
        Hadoop守护进程运行在一个真实的集群上，如NameNode、SeconeNameNode、Jobtracker、TaskTracker等分别运行在不同机器上。

注：其中，独立模式和单机模式均运行在单机环境中。
        在特定模式下运行Hadoop需要关注两个因素：正确设置属性和启动Hadoop守护进程。
        下表列举了配置各种模式所需要的最小属性集合：

组件名称

属性名称

独立模式

伪分布模式

全分布模式

Common

fs.default.name

file:///（默认）

hdfs://localhost/

hdfs://namenode/

HDFS

dfs.replication

N/A

1

3（默认）

MapReduce

mapred.job.tracker

local（默认）

localhost:8021

jobtracker:8021

 在独立模式下，将使用本地文件系统（默认为本地文件系统，也可以设置文件系统为hdfs）和本地MapReduce作业运行；在分布式模式下，将启动HDFS和MapReduce守护进程。

在明晰了上述区别后，我们再说在eclipse中运行hadoop程序的问题。

注：在这里，我们不区分伪分布式模式和全分布式模式，把他们都叫做分布式模式。

在eclipse中运行hadoop程序可以采用本地立模式和分布式模式，如果没有设置mapred.job.tracker属性值的话，默认采用本地模式运行。本地模式中，文件系统可以使用本地文件系统(file:///)也可以使用HDFS文件系统(hdfs://)，如果使用hdfs文件系统的话，则需要设置fs.default.name属性。本地模式中，mapreduce等一系列过程直接运行在ecipse启动的单个JVM进程内，程序的运行完全与hadoop集群没有任何关系(不使用hdfs文件系统的前提下)，这时，你如果关闭了hadoop集群，对程序的运行没有任何影响（不使用hdfs文件系统的前提下）。

如果设置了mapred.job.tracker属性值的话，则采用分布式模式运行，eclipse在此其实是充当了“client”的角色，将程序提交给jobtracker，有jobtracker来分配和管理任务的运行。其实就是说eclipse把任务提交给hadoop集群了，这时，你打开jobtracker或者namenode、datanode的对应的网页监控页面的话，可以看到运行状态和日志。

注：上面所说的设置mapred.job.tracker属性值和设置fs.default.name属性值可以在程序中设置Configuration对象或者分别将mapred-site.xml文件（对应mapred.job.tracker配置）、core-site.xml、hdfs-site.xml（这两个文件对应fs.default.name配置）分别放入eclipse hadoop工程的环境变量中去。