Hadoop2.6.2的Eclipse插件的使用
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Hadoop2.6.2的Eclipse插件的使用，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4392字，纯文字阅读大概需要7分钟。
内容图文
欢迎转载，且请注明出处，在文章页面明显位置给出原文连接。
本文链接：
首先给出eclipse插件的下载地址：http://download.csdn.net/download/zdfjf/9421244
-
1.插件的安装
插件下载后，放在eclipse安装目录下的plugins文件夹下，然后重启eclipse，就会发现Project Explorer窗口里多出DFS Locations这一项，对应的是HDFS里存放的文件，现在里边还没有显示目录结构，不用着急，第二步配置之后，目录结构就会出现了。
我突然想起来博客园上有一篇文章对这部分介绍的很好，而且我感觉对这一部分，我不会写的比他好。所以我就不浪费时间了，直接参考虾皮工作室的，原文链接http://www.cnblogs.com/xia520pi/archive/2012/05/20/2510723.html，可以对这一部分配置完成，下面我们要说的是配置完成后，有一些问题导致运行程序不能成功。通过不断调试，我把我运行成功的代码和相应的配置贴出来。
- 2.代码
1
/**
2
* Licensed to the Apache Software Foundation (ASF) under one
3
* or more contributor license agreements. See the NOTICE file
4
* distributed with this work for additional information
5
* regarding copyright ownership. The ASF licenses this file
6
* to you under the Apache License, Version 2.0 (the
7
* "License"); you may not use this file except in compliance
8
* with the License. You may obtain a copy of the License at
9
*
10
*
http://www.apache.org/licenses/LICENSE-2.0
11
*
12
* Unless required by applicable law or agreed to in writing, software
13
* distributed under the License is distributed on an "AS IS" BASIS,
14
* WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
15
* See the License for the specific language governing permissions and
16
* limitations under the License.
17
*/
18
package
org.apache.hadoop.examples;
19
20
import
java.io.IOException;
21
import
java.util.StringTokenizer;
22
23
import
org.apache.hadoop.conf.Configuration;
24
import
org.apache.hadoop.fs.Path;
25
import
org.apache.hadoop.io.IntWritable;
26
import
org.apache.hadoop.io.Text;
27
import
org.apache.hadoop.mapreduce.Job;
28
import
org.apache.hadoop.mapreduce.Mapper;
29
import
org.apache.hadoop.mapreduce.Reducer;
30
import
org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
31
import
org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
32
import
org.apache.hadoop.util.GenericOptionsParser;
33
34
public
class
WordCount {
35
36
public
static
class
TokenizerMapper
37
extends Mapper<Object, Text, Text, IntWritable>{
3839privatefinalstatic IntWritable one = new IntWritable(1);
40private Text word = new Text();
4142publicvoid map(Object key, Text value, Context context
43 ) throws IOException, InterruptedException {
44 StringTokenizer itr = new StringTokenizer(value.toString());
45while (itr.hasMoreTokens()) {
46 word.set(itr.nextToken());
47 context.write(word, one);
48 }
49 }
50 }
5152publicstaticclass IntSumReducer
53extends Reducer<Text,IntWritable,Text,IntWritable> {
54private IntWritable result = new IntWritable();
5556publicvoid reduce(Text key, Iterable<IntWritable> values,
57 Context context
58 ) throws IOException, InterruptedException {
59int sum = 0;
60for (IntWritable val : values) {
61 sum += val.get();
62 }
63 result.set(sum);
64 context.write(key, result);
65 }
66 }
6768publicstaticvoid main(String[] args) throws Exception {
69 System.setProperty("HADOOP_USER_NAME", "hadoop");
70 Configuration conf = new Configuration();
71 conf.set("mapreduce.framework.name", "yarn");
72 conf.set("yarn.resourcemanager.address", "192.168.0.1:8032");
73 conf.set("mapreduce.app-submission.cross-platform", "true");
74 String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
75if (otherArgs.length < 2) {
76 System.err.println("Usage: wordcount <in> [<in>...] <out>");
77 System.exit(2);
78 }
79 Job job = new Job(conf, "word count1");
80 job.setJarByClass(WordCount.class);
81 job.setMapperClass(TokenizerMapper.class);
82 job.setCombinerClass(IntSumReducer.class);
83 job.setReducerClass(IntSumReducer.class);
84 job.setOutputKeyClass(Text.class);
85 job.setOutputValueClass(IntWritable.class);
86for (int i = 0; i < otherArgs.length - 1; ++i) {
87 FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
88 }
89 FileOutputFormat.setOutputPath(job,
90new Path(otherArgs[otherArgs.length - 1]));
91 System.exit(job.waitForCompletion(true) ? 0 : 1);
92 }
93 }
这里第69行，因为我windows上用户名为frank,集群上用户名是hadoop ,所以这里增加配置文件，把HADOOP_USER_NAME设置为hadoop。第71和72行是因为配置文件没有起作用，如果不加这两行，会以本地方式运行，没有提交到集群上运行。第73行因为是跨平台的，windows->linux,所以加上这一句。
然后，最重要的一步来了，注意，注意，注意，重要的事说3遍。
插件本来会自动把项目打成jar包，上传运行。但是有问题，现在不会自动打包。所以，我们要把project打成jar包，然后build path ，配置为项目的外部依赖包，然后右键run as -> run on hadoop.就能运行成功了。
ps:这是我的一种方法，在配置的过程中，遇到的问题多种多样，造成问题的原因也不尽相同。So，多搜索，多思考，解决问题。
原文：http://www.cnblogs.com/zdfjf/p/5178197.html
内容总结
以上是互联网集市为您收集整理的Hadoop2.6.2的Eclipse插件的使用全部内容，希望文章能够帮你解决Hadoop2.6.2的Eclipse插件的使用所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。