Eclipse开发mapreduce程序环境搭建

    Eclipse作为一个常用的java IDE，其使用程度虽然比不上idea那么强大，但是对于习惯使用eclipse开发的人来说，也不失为一个可以选择的IDE。对于喜欢eclipse开发的人来说，就是想让他更加的智能化，更加的友好，比如开发mapreduce程序，我们可以利用hadoop-eclipse-plugin这个插件让eclipse能够可视化查看hdfs上的文件系统，并且可以创建mapreduce程序而不需要额外添加hadoop的jar包。

    这里介绍eclipse4.12.0版本结合hadoop-eclipse-plugin-2.7.0插件来开发mapreduce程序。hadoop-eclipse-plugin插件是一个jar包，可以在网上下载，也可以自己通过源码编译，编译的话，需要ant,jdk,hadoop安装目录，以及hadoop环境变量HADOOP_HOME，具体教程可以看这篇文章。

    eclipse版本信息：

    hadoop-eclipse-plugin-2.7.0.jar：

    1）、将插件放入eclipse安装目录的plugins目录下，然后重启eclipse即可，我们如果在Window-Preferences选项中看到了Hadoop Map/Reduce选项，说明我们已经安装成功了，注意，一定要找对hadoop与eclipse-hadoop-plugin插件版本对应关系，否则可能会出现启动ecipse而报错的问题，或者插件无法正常使用。

    2）、插件有了，我们需要指定本机hadoop安装目录。Window->Preferences->Hadoop Map/Reduce->Hadoop install directory:这里指定本机hadoop安装目录，我这里是E:\apache-hadoop\hadoop-2.7.0

    3）、插件安装成功了，我们可以在新建project向导的时候看到Map/Reduce Project选项，也可以在Window->show view下查看Map/Reduce Locations选项。

    4）、为了能够方便看到hdfs的信息，我们新建一个mapreduce locations。这里需要填写准确的主机名和端口号，如果是hadoop-2.7.0版本，可以直接填写Host：虚拟机IP,Port：9000。一定要注意这里的端口信息。

这里填写完毕，点击保存，然后在面板上选择Project Explorer，我们可以看到多了DFS Locations选项，依次点击展开，我们会看到hdfs上的文件目录以及文件信息：

    5）、新建mapreduce工程：File->New->Project：选择Map/Reduce Project。

项目创建完毕，结构如下，会自动加入本机hadoop安装目录下的hadoop相关依赖jar包，不用额外手动导入jar包，非常方便。

    6）、编写简单的wordcount程序：

package com.xxx.hadoop.mapred;
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;
/**
 * 最简单的词频统计程序
 */
public class WordCountApp {

	public static class WordCountMapper extends Mapper<Object, Text, Text, IntWritable>{
		private IntWritable one = new IntWritable(1);
		protected void map(Object key, Text value, Context context) throws java.io.IOException ,InterruptedException {
			StringTokenizer tokenizer = new StringTokenizer(value.toString());
			while(tokenizer.hasMoreTokens()) {
				Text word = new Text(tokenizer.nextToken());
				context.write(word, one);
			}
		};
	}
	
	public static class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
		private IntWritable result = new IntWritabl