使用Eclipse编译运行MapReduce程序 Hadoop2.6.0/Ubuntu

上篇介绍了使用命令行编译打包运行自己的MapReduce程序，使用 Eclipse 更加方便。要在 Eclipse 上编译和运行 MapReduce 程序，需要安装
hadoop-eclipse-plugin，可使用 Github 上的 hadoop2x-eclipse-plugin，测试环境：
Ubuntu 14.04
Hadoop 2.6.0
Eclipse 3.8

本教程在 Hadoop 2.6.0 下验证通过，理论上适合于任何原生 Hadoop 2 版本，如 Hadoop 2.4.1 也可以。

准备工作

安装好 Eclipse，可在 Ubuntu 软件中心直接搜索安装。

在左侧任务栏，点击“Ubuntu软件中心”。


Ubuntu软件中心

在右上角搜索栏中搜索 eclipse，在搜索结果中单击 eclipse，并点击安装。


安装Eclipse

如此，就完成了 eclipse 的安装。Eclipse 的默认安装目录为：/usr/lib/eclipse。

安装 Hadoop-Eclipse-Plugin

下载 hadoop2x-eclipse-plugin ，将 release 中的 hadoop-eclipse-kepler-plugin-2.2.0.jar （虽然标注的是 2.2.0，但在
2.6.0 下是没问题的，应该在 2.x 版本下都可以）复制到 Eclipse 安装目录的 plugin 文件夹中，运行 

eclipse -clean

重启
Eclipse 即可。

cd ~/下载/

unzip ./hadoop2x-eclipse-plugin-master.zip

cd /usr/lib/eclipse

sudo cp ~/下载/hadoop2x-eclipse-plugin-master/release/hadoop-eclipse-kepler-plugin-2.2.0.jar ./plugins/

./eclipse -clean

配置 Hadoop-Eclipse-Plugin

启动 Eclipse 后就可以在左侧的Project Explorer中看到 DFS Locations（若看到的是 welcome 界面，点击左上角的 x 关闭就可以看到了）。


安装好Hadoop-Eclipse-Plugin插件后的效果

插件需要进一步的配置。

第一步：选择 Window 菜单下的 Preference。


打开Preference

此时会弹出一个窗体，窗体的左侧会多出 Hadoop Map/Reduce 选项，点击此选项，选择 Hadoop 的安装目录（如/usr/local/hadoop，Ubuntu不好选择目录，直接输入就行）。


选择
Hadoop 的安装目录

第二步：切换 Map/Reduce 工作目录，选择 Window 菜单下选择 Open Perspective -> Other，弹出一个窗体，从中选择 Map/Reduce 选项即可进行切换。


切换
Map/Reduce 工作目录

第三步：建立与 Hadoop 集群的连接，点击 Eclipse软件右下角的 Map/Reduce Locations 面板，在面板中单击右键，选择 New Hadoop Location。


建立与
Hadoop 集群的连接

在弹出来的 General 选项面板中进行 Master 的设置，设置要要 Hadoop 的配置一致，如我使用的Hadoop伪分布式配置，设置了 fs.defaultFS 为 hdfs://localhost:9000，则
DFS Master 那的 Post 也应改为 9000。

Location Name 随意填写，Map/Reduce Master 的 Host 就填写你本机的IP（localhost 也行），Port 默认就是 50020。最后的设置如下：


Hadoop
Location 的设置

接着再切换到 Advanced parameters 选项面板，这边有详细的配置，切记需要与 Hadoop 的配置(/usr/local/hadoop/etc/hadoop中的配置文件)一致，如我配置了 hadoop.tmp.dir ，就要进行修改。


Hadoop
Location 的设置

最后点击 finish，Map/Reduce Location 就创建好了。

这样配置就完成了。

在 Eclipse 中查看HDFS中的文件内容

配置成功后，点击左侧 Project Explorer中的 MapReduce Location 就能直接查看 HDFS 中的文件内容了（如下图是 WordCount 的输出结果），而无需再通过繁琐的 

hdfs
dfs -ls

 命令。如果无法查看，可尝试重启Eclipse！


使用Eclipse查看HDFS中的文件内容

Tips
HDFS 中的内容变动后，Eclipse 不会同步刷新，需要右键点击 Project Explorer中的 MapReduce Location，选择 Refresh，才能看到变动后的文件。

在Eclipse中创建MapReduce项目

点击 File 菜单，选择 New -> Project…:


创建Project

选择 Map/Reduce Project，点击 Next。


创建MapReduce项目

填写 Project name 为 WordCount 即可，点击 Finish 就创建好了项目。


填写项目名

此时在左侧的 Project Explorer 就能看到刚才建立的项目了。


项目创建完成

接着右键点击刚创建的 WordCount 项目，选择 New -> Class


新建Class

需要填写两个地方：在 Package 处填写 org.apache.hadoop.examples；在 Name 处填写 WordCount。


填写Class信息

创建 Class 完成后，在 Project 的 src 中就能看到 WordCount.java 这个文件。将 WordCount 的代码复制到该文件中，可以使用使用命令行编译打包运行自己的MapReduce程序文中最后给出的代码。

通过Eclipse运行MapReduce

在运行 MapReduce 程序前，还需要执行一项操作：将 /usr/local/hadoop/etc/hadoop 中将有修改过的配置文件（如伪分布式需要 core-site.xml 和 hdfs-site.xml），以及 log4j.properties 复制到 WordCount 项目下的 src 文件夹（~/workspace/WordCount/src）中。否则程序将无法正确运行，文章最后解释了为什么需要复制这些文件。

复制完成后，右键点击 WordCount 进行刷新，可以看到文件结构如下所示：


WordCount项目文件结构

点击工具栏中的 Run 图标，或者右键点击 Project Explorer 中的 WordCount.java，选择 Run As -> Run on Hadoop，就可以运行 MapReduce 程序了。不过由于没有指定参数，运行时会提示 “Usage: wordcount “，需要通过Eclipse设定一下运行参数。

右键点击刚创建的 WordCount.java，选择 Run As -> Run Configurations，在此处可以设置运行时的相关参数。切换到 “Arguments” 栏，在 Program arguments 处填写 “input output” 就可以了。


设置程序运行参数

或者也可以直接在代码中设置好输入参数。可将代码 main() 函数的 

String[] otherArgs = new GenericOptionsParser(conf,
args).getRemainingArgs();

 改为：

// String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();

String[] otherArgs=new String[]{"input","output"}; /* 直接设置输入参数 */

设定参数后，再次运行程序，可以看到运行成功的提示，刷新 DFS Location 后也能看到输出的 output 文件夹。

![WordCount 运行结果][19]

至此，你就可以使用 Eclipse 方便的进行 MapReduce程序的开发了。

在 Eclipse 中运行 MapReduce 项目会遇到的问题

虽然配置了 Hadoop-Eclipse-Plugin，但一些设置项似乎没有正确配置，如果没有复制 core-site.xml 和 hdfs-site.xml ，程序将无法运行，会提示 Input 路径不存在（实际读取的是当前目录而非 HDFS 目录）。

Exception in thread "main" org.apache.hadoop.mapreduce.lib.input.InvalidInputException: Input path does not exist: file:/home/hadoop/workspace/WordCountProject/input

log4j用于记录程序的输出日记，需要 log4j.properties 这个配置文件，如果没有复制该文件到项目中，运行程序后在 Console 面板中会出现警告提示：

log4j:WARN No appenders could be found for logger (org.apache.hadoop.metrics2.lib.MutableMetricsFactory).
log4j:WARN Please initialize the log4j system properly.
log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

虽然不影响程序的正确运行的，但程序运行时无法看到任何提示消息（只能看到出错信息）