Eclipse配置Hadoop MapReduce开发环境

环境：

Eclipse版本：MyEclipse6.5.1

Hadoop版本：hadoop-1.2.1

1.安装MyEclipse后，创建一个java项目

File->New->Java Project

输入项目名称，确定

2.导入hadoop所有包

解压hadoop-1.2.1.tar（E:\software\share\hadoop-1.2.1）

把E:\software\share\hadoop-1.2.1下

和E:\software\share\hadoop-1.2.1\lib下的jar包都导入到项目里

方法如下：

点中项目根右键->Properties->JavaPath->Libraries->Add External JARs

3.确认jre为6.0以上版本

我的MyEclipse6.5.1版本开始默认使用jre5.0版本，因hadoop-1.2.1需要jre 6.0以上版本，所执行程序时报错：

Bad version number in .class file (unableto load class ***)

更改jre版本方法

Windows->Preference->Java->InstalledJREsàadd

4.修改FileUtil.java文件

这时在创建一个测试WordCount的mapreduce程序时，同样遇到了下面的问题

13/12/13 22:58:49 WARNutil.NativeCodeLoader: Unable to load native-hadoop library for yourplatform... using builtin-java classes where applicable

13/12/13 22:58:49 ERRORsecurity.UserGroupInformation:PriviledgedActionExceptionas:liczcause:java.io.IOException: Failed to set permissions of path:\tmp\hadoop-licz\mapred\staging\licz1853164772\.staging to 0700

Exception in thread"main"java.io.IOException: Failed to set permissions of path:\tmp\hadoop-licz\mapred\staging\licz1853164772\.staging to

......

解决办法：

修改E:\software\share\hadoop-1.2.1\src\core\org\apache\hadoop\fs\FileUtil.java文件

注释掉下面的内容

685 private static voidcheckReturnValue(boolean rv, File p,

686 FsPermission permission

687 ) throws IOException {

688 /*if (!rv) {

689 throw new IOException("Failed toset permissions of path: " + p +

690 " to " +

691 String.format("%04o", permission.toShort()));

692 }*/

693 }

然后在Mapreduce1/scr新建一个org.apache.hadoop.fs包，把FileUtil.java文件拷到这个包的下面（在eclipse里直接粘贴就可以）

再次编译WordCount.java程序没有报错

import java.io.IOException; import java.util.Iterator; import java.util.StringTokenizer;

import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapred.FileInputFormat; importorg.apache.hadoop.mapred.FileOutputFormat; importorg.apache.hadoop.mapred.JobClient; importorg.apache.hadoop.mapred.JobConf; import org.apache.hadoop.mapred.MapReduceBase; importorg.apache.hadoop.mapred.Mapper; importorg.apache.hadoop.mapred.OutputCollector; importorg.apache.hadoop.mapred.Reducer; importorg.apache.hadoop.mapred.Reporter; importorg.apache.hadoop.mapred.TextInputFormat; importorg.apache.hadoop.mapred.TextOutputFormat;

public class WordCount {

    public static class WordCountMapper extends MapReduceBase implementsMapper<Object, Text, Text, IntWritable> {         private final static IntWritable one = new IntWritable(1);         private Text word = new Text();

        public void map(Object key, Text value,OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {             StringTokenizer itr = newStringTokenizer(value.toString());             while (itr.hasMoreTokens()) {                 word.set(itr.nextToken());                 output.collect(word, one);             }

        }     }

    public static class WordCountReducer extends MapReduceBase implementsReducer<Text, IntWritable, Text, IntWritable> {         private IntWritable result = new IntWritable();

        public void reduce(Text key, Iterator<IntWritable>values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {             int sum = 0;             while (values.hasNext()) {                 sum +=values.next().get();             }             result.set(sum);             output.collect(key, result);         }

    }

    public static void main(String[] args) throws Exception {         String input = "hdfs://192.168.2.100:9000/user/licz/hdfs/o_t_account";         String output = "hdfs://192.168.2.100:9000/user/licz/hdfs/o_t_account/result";

        JobConf conf = new JobConf(WordCount.class);         conf.setJobName("WordCount");         conf.addResource("classpath:/hadoop/core-site.xml");         conf.addResource("classpath:/hadoop/hdfs-site.xml");         conf.addResource("classpath:/hadoop/mapred-site.xml");

        conf.setOutputKeyClass(Text.class);         conf.setOutputValueClass(IntWritable.class);

      conf.setMapperClass(WordCountMapper.class);       conf.setCombinerClass(WordCountReducer.class);       conf.setReducerClass(WordCountReducer.class);

      conf.setInputFormat(TextInputFormat.class);         conf.setOutputFormat(TextOutputFormat.class);

        FileInputFormat.setInputPaths(conf, new Path(input));         FileOutputFormat.setOutputPath(conf,new Path(output));

        JobClient.runJob(conf);         System.exit(0);     }

}

注意：

在windows上使用eclipse用户要与hadoop服务器上安装hadoop的用户名一致，这样才能正常运行，否则会出现没有权限创建目录的报错。

如hadoop安装在了linux服务器的licz用户下，我必需在windows的上的licz用户下使用eclipse开发程序。

这样，我们就可以在eclipse上开发mapreduce程序了。