在eclipse中远程连接并读取数据

如何在eclipse中远程连接并读取数据，在网上搜的代码，大部分说的都比较复杂，其实如果只想连接HDFS读取一些数据话，这个是非常简单的，如果还要在Eclipse上远程提交MapReduce作业，这个就比较麻烦了，需要改动几处hadoop的源码才可以，所以建议初学者，还是在eclipse中，写好MR的类，然后打包成一个jar包上传linux并执行。


下面进入正题，在eclipse上连接hadoop，为了方便建议大家把hadoop里面所有的jar包都整理成一份目录的jar包，默认的hadoop的jar中是分散在\hadoop-2.5.0\share\hadoop目录下的各个子文件夹里，这6个目录分别是common，hdfs，httpfs，mapreduce，tools，yarn，然后把集中起来的jar中，引入项目中。

接下来，我们便可以编写我们的工具类，来读取HDFS上的数据了，注意这里并不需要把hadoop的conf下的配置文件core-site.xml，hdfs-site.xml等拷贝到项目的根目录下，而在网上看到的大部分的文章都说把hadoop的配置文件拷贝下来，其实完全没必要，我们只需要在实例化出来的Configuration中加入HDFS的端口路径即可，其他的除了hadoop的jar包外，任何配置文件都不需要，核心代码如下：

Java代码  

1. static Configuration conf=new  Configuration();  
2. static FileSystem fs=null;  
3. static{  
4. try {  
5.     //默认的hadoop的fs.defaultFS的端口号为8020，这里需要跟集群里面的配置一致  
6.     conf.set("fs.defaultFS","hdfs://dnode1:8020/");    
7.     fs=FileSystem.get(conf);  
8. } catch (IOException e) {  
9.     log.error("初始化FileSystem失败！",e);  
10. }  
11. }  

	static Configuration conf=new  Configuration();
	static FileSystem fs=null;
	static{
	try {
		//默认的hadoop的fs.defaultFS的端口号为8020，这里需要跟集群里面的配置一致
    	conf.set("fs.defaultFS","hdfs://dnode1:8020/");  
		fs=FileSystem.get(conf);
	} catch (IOException e) {
		log.error("初始化FileSystem失败！",e);
	}
	}

OK，只需要这简单的一行，我们就可以读取HDFS上的数据了，另外如要注意的是，需要把hadoop的对应的host也配置在win上的host文件里，避免访问文件系统出错，只要上面这一步打通，下面的对于HDFS系统上文件和目录增删改查，以及对文件内容的读取和写入，散仙在这里就不多写了，这个很简单，大家看看FileSystem这个类的Api就能很容易掌握的。