Hadoop基于Windows+eclipse开发环境搭建

0 准备工作：

本篇以hadoop2.7.7 + eclipse 2019 03为例

先在windows上下载如下包：

JDK:  Java Downloads | Oracle 进入下载页面选择一个版本进行下载

eclipse:  Eclipse Packages | The Eclipse Foundation - home to a global community, the Eclipse IDE, Jakarta EE and over 350 open source projects...   进入下载页面选择一个版本进行下载

Hadoop: http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz 

其他工具：hadoop-eclipse-plugin-2.7.7+winutils+hadoop.dll_hadoop-eclipse-plugin-2.7.7.jar-Hadoop工具类资源-优快云下载   这里包含hadoop-eclipse-plugin-2.7.7.jar + winutils.exe + hadoop.dll

1. 下载JDK进行安装

1）打开下载页面，找到对应版本的JDK下载连接

2）找到对应版本的下载

3）等下载完成后，打开安装包进行安装

4）根据自己的情况选择安装目录，点击更改可以选择安装目录，设置完成后下一步继续(为了避免出现不必要的问题，目录不要包含空格或中文字符等)

确定，继续安装

5）这里选择jre安装目录，同样根据自己的情况进行更改，前面选择的是JDK安装目录

6）点击关闭完成安装，接着配置环境变量

7）下面开始设置环境变量，使用快捷方式”WIN+Pause”打开系统属性框，点击更改设置

环境变量里有用户变量和系统变量， 用户变量只针对当前用户有效，系统变量是针对所有用户有效，我们这里添加的是用户变量，当然你也可以用同样的方式添加系统变量

新建JAVA_HOME

新建CLASSPATH变量，多个路径之间以分号隔开，最后一个是 . 表示当前目录

修改PATH变量，添加JAVA的执行路径   %JAVA_HOME%\bin

验证JAVA

WIN+R找开运行框，输入cmd 回车，  输入java –version, 显示如下页面，JDK安装成功。

2.下载安装Hadoop

1)解压下载的包 

将压缩包解压到某一目录，这里解压到了D:ProgramData目录

如果在解压中出现如下图所示的错误时，请将解压软件以管理员身份运行

2)配置Hadoop环境变量

配置HADOOP_HOME

以====包含的步骤到可以不做，不影响开发环境的搭建

=============开始==============

添加Hadoop的PATH路径

在%HADOOP_HOME%\etc/hadoop目录下找到hadoop-env.cmd文件，编辑该文件，找到

set JAVA_HOME行，修改为（目录为你JAVA的目录，根据自己情况调整）

set JAVA_HOME="D:\java\jdk1.8.0_201"

打开命令行（win+r打开运行框输入cmd回车）输入hadoop version 看是否能看到版本号，

添加CLASSPATH

在cmd中运行hadoop classpath

将输出的结果添加到CLASSPATH里

重新找开cmd窗口，输出 echo %CLASSPATH%检验CLASSPATH配置情况

=================结束================

添加winutils.exe 和 hadoop.dll 到 hadoop安装目录下的bin目录

3.下载安装Eclipse

1)解压eclipse运行包（这里下载的版本是eclipse-java-2019-03-R-win32-x86_64.zip）到某一个目录，我这里解压到了G盘的Software目录

2) 下载其他工具包，解压后将hadoop-eclipse-plugin-2.7.7.jar 拷贝到eclipse的dropins目录(注意，在Eclipse3.5版本之前是放在plugins目录，之后的版本放在dropins目录)

3)  启动Eclipse并配置工程

选择Workspace, Launch开始

配置Hadoop安装目录

配置Map/ReduceLocations

新建Map/Reduce工程

为工程添加一个Class WordCount

为WordCount添加代码

package Demo;

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<Object, Text, Text, IntWritable>{
    
    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<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> 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 {
	//伪装成hadoop用户提交作业
	System.setProperty("HADOOP_USER_NAME", "hadoop");  
	  
    Configuration conf = new Configuration();
    
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    if (otherArgs.length < 2) {
      System.err.println("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
    Job job = Job.getInstance(conf, "word count");

//使用eclipse直接提交作业时需要设置jar包， 
//具体jar文件全路径以后面打包输出的地址为准
    job.setJar("E:\\eclipse-workspace\\MRDemo\\bin\\MRDemo.jar");
    
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    for (int i = 0; i < otherArgs.length - 1; ++i) {
      FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    }
    FileOutputFormat.setOutputPath(job,
      new Path(otherArgs[otherArgs.length - 1]));
    
    System.exit(job.waitForCompletion(true) ? 0 : 1);
    
  }
}

注意：

//伪装成hadoop用户提交作业

System.setProperty("HADOOP_USER_NAME", "hadoop");

//使用eclipse直接提交作业时需要设置jar包，

//具体jar文件全路径以后面打包输出的地址为准

 job.setJar("E:\\eclipse-workspace\\MRDemo\\bin\\MRDemo.jar");

向src目录添加配置文件

拷贝集群上的配置文件到工程的src目录

log4j.properties

core-site.xml

hdfs-site.xml

mapred-site.xml

yarn-site.xml

更改配置文件，方便远程提交，下面方法二选一：

• 修改配置文件中的服务器名为对应的IP， 比如 fs.defaultFS的值为 hdfs://master:9000, master服务器实际的IP为192.168.1.8， 则修改为 hdfs://192.168.1.8:9000
• 修改windows的hosts文件，该文件位于：C:\Windows\System32\drivers\etc，修改之前，将文件属性的只读去掉，然后以管理员身份运行notepad.exe，打开hosts文件进行修改，修改完后将属性改回只读

修改很简单，在hosts文件添加一行  192.168.1.8  master  即可，前面的IP是你Hadoop服务器IP， master是你配置文件里使用的服务器名

修改完成后，在mapred-site.xml文件中添加下列两个属性

其中192.168.1.8为你jobhistory服务器IP，

  <property>

    <name>mapreduce.app-submission.cross-platform</name>

    <value>true</value>

  </property>

 <property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoopslaves:10020</value>
  </property>

刷新文件列表

打包class到工程bin目录下

运行MapReduce程序

/mydir为输入目录，请事先上传一个测试文件到这个目录，  /output为输出目录

查看运行结果

大功告成 ！！！