這篇文章主要講解了“eclipse怎么搭建hadoop環(huán)境”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“eclipse怎么搭建hadoop環(huán)境”吧！

這篇文章主要講解了“eclipse怎么搭建hadoop環(huán)境”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“eclipse怎么搭建hadoop環(huán)境”吧！

一、安裝Eclipse

員工經(jīng)過長期磨合與沉淀，具備了協(xié)作精神，得以通過團(tuán)隊(duì)的力量開發(fā)出優(yōu)質(zhì)的產(chǎn)品。成都創(chuàng)新互聯(lián)公司堅(jiān)持“專注、創(chuàng)新、易用”的產(chǎn)品理念，因?yàn)椤皩Ｗ⑺詫I(yè)、創(chuàng)新互聯(lián)網(wǎng)站所以易用所以簡單”。公司專注于為企業(yè)提供成都做網(wǎng)站、成都網(wǎng)站建設(shè)、微信公眾號開發(fā)、電商網(wǎng)站開發(fā)，微信小程序定制開發(fā)，軟件定制網(wǎng)站開發(fā)等一站式互聯(lián)網(wǎng)企業(yè)服務(wù)。

    下載Eclipse，解壓安裝，例如安裝到/usr/local，即/usr/local/eclipse

    4.3.1版本下載地址：http://pan.baidu.com/s/1eQkpRgu

二、在eclipse上安裝hadoop插件

    1、下載hadoop插件

        下載地址：http://pan.baidu.com/s/1mgiHFok

   　　此zip文件包含了源碼，我們使用使用編譯好的jar即可，解壓后，release文件夾中的hadoop.eclipse-kepler-plugin-2.2.0.jar就是編譯好的插件。

   2、把插件放到eclipse/plugins目錄下

    3、重啟eclipse，配置Hadoop installation directory    

     如果插件安裝成功，打開Windows—Preferences后，在窗口左側(cè)會(huì)有Hadoop Map/Reduce選項(xiàng)，點(diǎn)擊此選項(xiàng)，在窗口右側(cè)設(shè)置Hadoop安裝路徑。

4、配置Map/Reduce Locations

     打開Windows—Open Perspective—Other

 選擇Map/Reduce，點(diǎn)擊OK

    在右下方看到如下圖所示

    

點(diǎn)擊Map/Reduce Location選項(xiàng)卡，點(diǎn)擊右邊小象圖標(biāo)，打開Hadoop Location配置窗口：

    輸入Location Name，任意名稱即可.配置Map/Reduce Master和DFS Mastrer，Host和Port配置成與core-site.xml的設(shè)置一致即可。

    

點(diǎn)擊"Finish"按鈕，關(guān)閉窗口。

 點(diǎn)擊左側(cè)的DFSLocations—>myhadoop（上一步配置的location name)，如能看到user，表示安裝成功

   

    如果如下圖所示表示安裝失敗，請檢查Hadoop是否啟動(dòng)，以及eclipse配置是否正確。

三、新建WordCount項(xiàng)目

    File—>Project，選擇Map/Reduce Project，輸入項(xiàng)目名稱WordCount等。

    在WordCount項(xiàng)目里新建class，名稱為WordCount，代碼如下：

import java.io.IOException; import java.util.StringTokenizer; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.util.GenericOptionsParser; public class WordCount { public static class TokenizerMapper extends Mapper{ 　　private final static IntWritable one = new IntWritable(1);　　private Text word = new Text(); 　　public void map(Object key, Text value, Context context) throws IOException, InterruptedException {　　　　StringTokenizer itr = new StringTokenizer(value.toString());　　　　　　while (itr.hasMoreTokens()) {　　　　　　　　word.set(itr.nextToken());　　　　　　　　context.write(word, one);　　　　　　}　　}} public static class IntSumReducer extends Reducer {　　private IntWritable result = new IntWritable(); 　　public void reduce(Text key, Iterable values,Context context) throws IOException, InterruptedException {　　　　int sum = 0;　　　　for (IntWritable val : values) {　　　　　　sum += val.get();　　　　}　　　　result.set(sum);　　　　context.write(key, result);　　}} public static void main(String[] args) throws Exception {　　Configuration conf = new Configuration();　　String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();　　if (otherArgs.length != 2) {　　　　System.err.println("Usage: wordcount  ");　　　　System.exit(2);　　}　　Job job = new Job(conf, "word count");　　job.setJarByClass(WordCount.class);　　job.setMapperClass(TokenizerMapper.class);　　job.setCombinerClass(IntSumReducer.class);　　job.setReducerClass(IntSumReducer.class);　　job.setOutputKeyClass(Text.class);　　job.setOutputValueClass(IntWritable.class);　　FileInputFormat.addInputPath(job, new Path(otherArgs[0]));　　FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));　　System.exit(job.waitForCompletion(true) ? 0 : 1);}}四、運(yùn)行

    1、在HDFS上創(chuàng)建目錄input

        hadoop fs -mkdir input

    2、拷貝本地README.txt到HDFS的input里

         hadoop fs -copyFromLocal /usr/local/hadoop/README.txt input

    3、點(diǎn)擊WordCount.java，右鍵，點(diǎn)擊Run As—>Run Configurations，配置運(yùn)行參數(shù)，即輸入和輸出文件夾

hdfs://localhost:9000/user/hadoop/input hdfs://localhost:9000/user/hadoop/output

    

點(diǎn)擊Run按鈕，運(yùn)行程序。

    4、運(yùn)行完成后，查看運(yùn)行結(jié)果        

        方法1：

        hadoop fs -ls output

        可以看到有兩個(gè)輸出結(jié)果，_SUCCESS和part-r-00000

        執(zhí)行hadoop fs -cat output/*
        

        方法2:

        展開DFS Locations，如下圖所示，雙擊打開part-r00000查看結(jié)果

本文題目：eclipse怎么搭建hadoop環(huán)境
文章路徑：http://aaarwkj.com/article6/seog.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)、品牌網(wǎng)站制作、搜索引擎優(yōu)化、企業(yè)建站、網(wǎng)站建設(shè)、自適應(yīng)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)