hadoop_eclipse及HDT插件的使用
hadoop_eclipse及HDT插件的使用
Hadoop Development Tools (HDT)是开发hadoop应用的eclipse插件，http://hdt.incubator.apache.org/介绍了其特点，安装，使用等，针对Windows版的eclipse，介绍一种不同的安装方式、和使用方式。
1 下载HDT
打开：http://hdt.incubator.apache.org/download.html，部分页面：
下载HDT 0.0.2.incubating (Binary)版。点击“tar.gz”,跳转到：
http://www.apache.org/dyn/closer.cgi/incubator/hdt/hdt-0.0.2.incubating/hdt-0.0.2.incubating-bin.tar.gz，部分页面：
点击红框部分的连接，下载HDT，解压看到文件夹内容：
2 安装HDT插件
下载当前最新版（eclipse oxygen）
点击Download Packages。
下载64bit版本。文件为：eclipse-jee-oxygen-3a-win32-x86_64.zip，解压：
将HDT的features和plugins中的文件，对应放到上面的文件夹内。
3 下载hadoop并配置环境变量
下载Hadoop
输入网址：http://hadoop.apache.org/，看到下面的部分。
点击Download进入下载页面：
下载3.0.2版本的binary，注意下载的时候选择一个国内的镜像，这样下载的速度会比较快。解压到指定目录，例如：E:\hadoop-3.0.2。文件夹包括：
配置环境变量
配置HADOOP_HOME、HADOOP_USER_NAME环境变量、PATH（系统变量）
HADOOP_HOME配置为E:\hadoop-2.6.5,PATH添加%HADOOP_HOME%\bin
Windows下开发
为了能在Windows平台下做开发，还需要两个文件winutils.exe和hadoop.dll
4 安装HDT
1）点击顺序：File->Other->展开Hadoop，入下面两幅图所示：
2）选择
，如下图：
给项目取一个名称：MapReduce_4_27，并选择“Use default Hadoop”（默认的设置）。
3）配置Hadoop安装目录
点击2）步奏中的进行配置，其中配置的就是刚才hadoop解压文件的路径。
点击“Apply and Close”，显示如下界面：
点击
，显示如下界面：
最后点击“Finish”。
4）导入开发包和javadoc文档
右键->项目属性->选择Property->在弹出的对话框左侧列表中选择Java Build Path->选择Libraries->选择Add Library->弹出窗口内选择User Library->点击Next->点击User Libraries->点击New->在弹出的窗口内输入必要信息->将必要的jar包添加进去。
所需的开发包在E:\hadoop-3.0.2\share\hadoop，这个文件夹是刚才解压hadoop安装包解压的文件夹。
导入doc文档
右键lib文件夹->点击Build Path->点击Config Build Path
点击Javadoc Location->点击Browse选择doc文档路径。
点击validate可以验证是否是正确的路径，下面分别展示了正确的路径和非正确的路径验证信息。
5 使用HDT（MapReduce编程）
Mapper：创建Mapper类的子类
例，模板自动生成的map函数框架
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class Tmap extends Mapper<LongWritable, Text, Text, IntWritable> {
public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
}
}Reducer：创建Reducer类的子类
例：模板自动生成的reduce函数框架
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class Treduce extends Reducer<Text, IntWritable, Text, IntWritable> {
public void reduce(Text key, Iterable<IntWritable> values, Context context)
throws IOException, InterruptedException {
while (values.iterator().hasNext()) {
// replace ValueType with the real type of your value
// process value
}
}
}MapReduce Driver：创建驱动
例：模板自动生成的驱动框架
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class TMR {
public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
Job job = new Job();
job.setJarByClass( ... );
job.setJobName( "a nice name" );
FileInputFormat.setInputPaths(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
// TODO: specify a mapper
job.setMapperClass( ... );
// TODO: specify a reducer
job.setReducerClass( ... );
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
boolean success = job.waitForCompletion(true);
System.exit(success ? 0 : 1);
};
}New MR Cluster：集群配置
可以点击下图中的New MR Cluster配置集群
也可以点击eclipse的图标来配置集群：
配置页面如下：
Resource Manager Node：配置资源管理节点，对应Hadoop配置文件
DFS Master：配置分布式文件系统主节点，即NameNode节点的端口号。对应配置文件fs.default.name的值
--------------------------------------------------------------------