hadoop实践（五）win10+eclipse+hadoop2.6.4 开发环境

野性酷女 2022-09-21 04:00 7阅读 0赞

本人环境为win10（才从win7升级）

eclipse是  Kepler Service Release 1

在win10下，安装了vm workstation，其上安装了centos6.5 ，并在上面部署了hadoop2.6.4的伪分布式安装

一、 目标

设置win10下的eclipse开发环境，并且可以在此环境上开发hadoop应用，并在伪分布式hadoop环境下测试。

二、准备

1、eclipse  （  Kepler Service Release 1）

2、 hadoop2.6.4

3、 hadoop.dll 和  winutils

4、 wordcount 代码

5、 wordcount 所需要的统计单词的文本源

6、 hadoop for eclipse的插件，本人使用的插件为 hadoop-eclipse-plugin-2.6.4.jar

三、环境搭建步骤

1、 将hadoop2.6.4解压 在win10系统的任意目录下。 （就是为了配置eclipse用，实际联调的时候，是连接linux 虚机上的伪分布式hadoop）

2、 设置win10的环境变量，通过控制面板-》系统-》高级设置-》环境变量  需要设置如下几个环境变量，已本人机器为例：

JAVA\_HOME=C:\\Program Files (x86)\\Java\\jre6\\bin

HADOOP\_HOME=E:\\cwqwork\\develop\\hadoop-2.6.4

path 增加最后 E:\\cwqwork\\develop\\hadoop-2.6.4\\bin

3、拷贝插件到  eclipse安装目录下的plugsin目录

4、 启动eclipse，  windows-》hadoop Map/Reduce

在 hadoop installation directory 里面，填入 前面第1步解压的目录，点击OK

5、 界面最右边新出先的 Map/Reduce标签点中， 在最左边Project Explorer 会出现  DFS Locations。

界面最右下角有个蓝色小象，点击后，设置  hadoop location

6、上面设置好后，就可以 一层一层浏览   DFS Locations。 这里显示的是 linux下hadoop的dfs系统

四、  测试工程代码

1、 新建工程，选other -》map reduce project， 然后输入工程名称等等，建立新的工程

2、 创建 WordCount 类

代码如下：

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 {
        Configuration conf = new Configuration();
        //conf.set("mapred.job.tracker","192.168.136.155:9001" );
        //conf.set("fs.default.name","192.168.136.155:9000" );
        
        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
       
        if (otherArgs.length != 2) {
          System.err.println("Usage: wordcount <in> <out>");
          System.exit(2);
        }
        System.out.println ("Usage: wordcount <in> <out>" + otherArgs[0] +"  "+ otherArgs[1] );
        
        Job job = new Job(conf, "wordcount");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(TokenizerMapper.class);
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
        
        System.out.println ("add input path:" + otherArgs[0]);    
        System.out.println ("set output path:" + otherArgs[1]); 
        System.out.println ("begin wait job completion");
        
        job.waitForCompletion(true);  
      }
    }

创建完成后， 在linux 虚机上导入需要统计的文本

文本1：Hello world Hello me! cwq solo

文本2： Hello world Hello you! solo

在linux 目录 /opt/hadoop/input/wordcount  下：

echo "Hello world Hello me! cwq solo"  >test1.txt

echo " Hello world Hello you! solo"  >test2.txt

hadoop fs -put  /opt/hadoop/input/wordcount input

3、 完成后，在类上右键-》run configuration-》 输入参数

hdfs://192.168.136.155:9000/user/hadoop/input/wordcount  hdfs://192.168.136.155:9000/user/hadoop/output/wordcount

输入后，不要执行。

然后，用run on hadoop 方式执行。

4、 正常情况下，会报异常：

Exception in thread "main" java.lang.NullPointerException
    at java.lang.ProcessBuilder.start(ProcessBuilder.java:441)
    at org.apache.hadoop.util.Shell.runCommand(Shell.java:445)
    at org.apache.hadoop.util.Shell.run(Shell.java:418)

原因是，没有安装补丁。  将 hadoop.dll 和  winutils 拷贝到  win10上hadoop目录下bin目录。

5、 再次运行，没有异常，但是运行结束，查看dfs 没有output结果， console没有输出异常。 这里纠结很久。

解决办法：在src 目录下，建立log.properities文件，使得log4j 可以打印

log4j.rootLogger=debug,stdout,R
                     log4j.appender.stdout=org.apache.log4j.ConsoleAppender
                     log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
                     log4j.appender.stdout.layout.ConversionPattern=%5p - %m%n
                     log4j.appender.R=org.apache.log4j.RollingFileAppender
                     log4j.appender.R.File=mapreduce_test.log
                     log4j.appender.R.MaxFileSize=1MB
                     log4j.appender.R.MaxBackupIndex=1
                     log4j.appender.R.layout=org.apache.log4j.PatternLayout
                     log4j.appender.R.layout.ConversionPattern=%p %t %c - %m%
                     log4j.logger.com.codefutures=DEBUG

6、再次运行，console打印会有error

WARN - job\_local194089354\_0001  
org.apache.hadoop.security.AccessControlException: Permission denied: user=Administrator, access=WRITE, inode="/user/hadoop/output":hadoop:supergroup:drwxr-xr-x  
at org.apache.hadoop.hdfs.server.namenode.FSPermissionChecker.checkFsPermission(FSPermissionChecker.java:271)

说明是权限问题， eclipse是用Administrator启动的，连接linux下的hadoop是用此用户，所以权限禁止。

解决办法：

1）、如果是测试环境，可以取消hadoop hdfs的用户权限检查。打开conf/hdfs-site.xml，找到dfs.permissions属性修改为false（默认为true）OK了。  
2）、修改hadoop location参数，在advanced parameter选项卡中，找到hadoop.job.ugi项，将此项改为启动hadoop的用户名即可  
3）、 修改window 机器的用户名为 hadoop 用户名。

7、执行，这次正确执行完成，console 不报告错误， dfs location 右键 -》reconnect -》一层一层点开，最后output 目录下看到统计单词结果。

Hello4  
cwq1  
me!1  
solo2  
world2  
you!1