Win7下面安装hadoop2.x插件及Win7/Linux运行MapReduce程序

一、win7下
（一）、安装环境及安装包
win7 32 bit
jdk7
eclipse-java-juno-SR2-win32.zip
hadoop-2.2.0.tar.gz
hadoop-eclipse-plugin-2.2.0.jar
hadoop-common-2.2.0-bin.rar

（二）、安装
默认已经安装好了jdk、eclipse以及配置好了hadoop伪分布模式

1、拷贝hadoop-eclipse-plugin-2.2.0.jar插件到Eclipse安装目录的子目录plugins下，重启Eclipse。

2、设置环境变量

3、配置eclipse中hadoop的安装目录
解压hadoop-2.2.0.tar.gz

4、解压hadoop-common-2.2.0-bin.rar
复制里面的文件到hadoop安装目录的bin文件夹下

（三）、在win7下，MapReuce On Yarn执行

新建一个工程

点击window–>show view–>Map/Reduce Locations

点击New Hadoop Location……

添加如下配置，点击完成。

自此，你就可以查看HDFS中的相关内容了。

编写mapreduce程序

在src目录下添加文件log4j.properties，内容如下：

log4j.rootLogger=debug,appender1log4j.appender.appender1=org.apache.log4j.ConsoleAppenderlog4j.appender.appender1.layout=org.apache.log4j.TTCCLayout

运行，结果如下：

二、在Linux下

（一）在Linux下，MapReuce On Yarn上

运行

[root@liguodong Documents]# yarn jar  test.jar hdfs://liguodong:8020/hello  hdfs://liguodong:8020/output15/05/03 03:16:12 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032………………15/05/03 03:16:13 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1430648117067_000115/05/03 03:16:13 INFO impl.YarnClientImpl: Submitted application application_1430648117067_0001 to ResourceManager at /0.0.0.0:803215/05/03 03:16:13 INFO mapreduce.Job: The url to track the job: http://liguodong:8088/proxy/application_1430648117067_0001/15/05/03 03:16:13 INFO mapreduce.Job: Running job: job_1430648117067_000115/05/03 03:16:21 INFO mapreduce.Job: Job job_1430648117067_0001 running in uber mode : false15/05/03 03:16:21 INFO mapreduce.Job:  map 0% reduce 0%15/05/03 03:16:40 INFO mapreduce.Job:  map 100% reduce 0%15/05/03 03:16:45 INFO mapreduce.Job:  map 100% reduce 100%15/05/03 03:16:45 INFO mapreduce.Job: Job job_1430648117067_0001 completed successfully15/05/03 03:16:45 INFO mapreduce.Job: Counters: 43        File System Counters                FILE: Number of bytes read=98                FILE: Number of bytes written=157289                FILE: Number of read operations=0                FILE: Number of large read operations=0                FILE: Number of write operations=0                HDFS: Number of bytes read=124                HDFS: Number of bytes written=28                HDFS: Number of read operations=6                HDFS: Number of large read operations=0                HDFS: Number of write operations=2        Job Counters                Launched map tasks=1                Launched reduce tasks=1                Data-local map tasks=1                Total time spent by all maps in occupied slots (ms)=16924                Total time spent by all reduces in occupied slots (ms)=3683        Map-Reduce Framework                Map input records=3                Map output records=6                Map output bytes=80                Map output materialized bytes=98                Input split bytes=92                Combine input records=0                Combine output records=0                Reduce input groups=4                Reduce shuffle bytes=98                Reduce input records=6                Reduce output records=4                Spilled Records=12                Shuffled Maps =1                Failed Shuffles=0                Merged Map outputs=1                GC time elapsed (ms)=112                CPU time spent (ms)=12010                Physical memory (bytes) snapshot=211070976                Virtual memory (bytes) snapshot=777789440                Total committed heap usage (bytes)=130879488        Shuffle Errors                BAD_ID=0                CONNECTION=0                IO_ERROR=0                WRONG_LENGTH=0                WRONG_MAP=0                WRONG_REDUCE=0        File Input Format Counters                Bytes Read=32        File Output Format Counters                Bytes Written=28

查看结果

[root@liguodong Documents]# hdfs dfs -ls  /Found 3 items-rw-r--r--   2 root supergroup         32 2015-05-03 03:15 /hellodrwxr-xr-x   - root supergroup          0 2015-05-03 03:16 /outputdrwx------   - root supergroup          0 2015-05-03 03:16 /tmp[root@liguodong Documents]# hdfs dfs -ls  /outputFound 2 items-rw-r--r--   2 root supergroup          0 2015-05-03 03:16 /output/_SUCCESS-rw-r--r--   2 root supergroup         28 2015-05-03 03:16 /output/part-r-00000[root@liguodong Documents]# hdfs dfs -text  /output/pa*hadoop  1hello   3me      1you     1

遇到的问题

File /output/………  could only be replicated to 0 nodes instead of minReplication (=1).  There are 1 datanode(s) running and no node(s) are excluded in this operation.

在网上找了很多方法是试了没有解决，然后自己根据这句话的中文意思是只有被复制到0个副本，而不是最少的一个副本。

我将最先dfs.replication.min设置为0，但是很遗憾，后面运行之后发现必须大于0，我又改为了1。
然后再dfs.datanode.data.dir多设置了几个路径，就当是在一个系统中多次备份吧，后面发现成功了。

设置如下，在hdfs-site.xml中添加如下配置。

    <property>        <name>dfs.datanode.data.dir</name>          <value>     file://${hadoop.tmp.dir}/dfs/dn,file://${hadoop.tmp.dir}/dfs/dn1,file://${hadoop.tmp.dir}/dfs/dn2                  </value>    </property>

（二）在Linux下，MapReuce On Local上
在mapred-site.xml中，添加如下配置文件。

<configuration>    <property>        <name>mapreduce.framework.name</name>        <value>local</value>    </property></configuration>

可以不用启动ResourceManager和NodeManager。

运行

[root@liguodong Documents]# hadoop jar  test.jar hdfs://liguodong:8020/hello  hdfs://liguodong:8020/output

三、MapReduce运行模式有多种
mapred-site.xml中
1）本地运行模式(默认)

<configuration>    <property>        <name>mapreduce.framework.name</name>        <value>local</value>    </property></configuration>

2）运行在YARN上

<configuration>    <property>        <name>mapreduce.framework.name</name>        <value>yarn</value>    </property></configuration>

四、Uber Mode
Uber Mode是针对于在Hadoop2.x中，对于MapReuduce Job小作业来说的一种优化方式（重用JVM的方式）。
小作业指的是MapReduce Job 运行处理的数据量，当数据量（大小）小于 HDFS 存储数据时block的大小（128M）。
默认是没有启动的。
mapred-site.xml中

<name>mapreduce.job.ubertask.enable</name><value>true</value>