Hadoop集群（第7期）_Eclipse開發(fā)環(huán)境設置1、Hadoop開發(fā)環(huán)境簡介
1.1 Hadoop集群簡介
Java版本：jdk-6u31-linux-i586.bin
Linux系統(tǒng)：CentOS6.0
Hadoop版本：hadoop-1.0.0.tar.gz
1.2 Windows開發(fā)簡介
Java版本：jdk-6u31-windows-i586.exe
Win系統(tǒng)：Windows 7 旗艦版
Eclipse軟件：eclipse-jee-indigo-SR1-win32.zip | eclipse-jee-helios-SR2-win32.zip
Hadoop軟件：hadoop-1.0.0.tar.gz
Hadoop Eclipse 插件：hadoop-eclipse-plugin-1.0.0.jar
下載地址：
http://download.csdn.net/detail/xia520pi/4113746備注：下面是網(wǎng)上收集的收集的"hadoop-eclipse-plugin-1.0.0.jar"，除"版本2.0"是根據(jù)"V1.0"按照"常見問題FAQ_1"改的之外，剩余的"V3.0"、"V4.0"和"V5.0"和"V2.0"一樣是別人已經(jīng)弄好的，而且我已經(jīng)都測試過，沒有任何問題，可以放心使用。我們這里選擇第"V5.0"使用。記得在使用時重新命名為"hadoop-eclipse-plugin-1.0.0.jar"。
2、Hadoop Eclipse簡介和使用
2.1 Eclipse插件介紹
Hadoop是一個強大的并行框架，它允許任務在其分布式集群上并行處理。但是編寫、調(diào)試Hadoop程序都有很大難度。正因為如此，Hadoop的開發(fā)者開發(fā)出了Hadoop Eclipse插件，它在Hadoop的開發(fā)環(huán)境中嵌入了Eclipse，從而實現(xiàn)了開發(fā)環(huán)境的圖形化，降低了編程難度。在安裝插件，配置Hadoop的相關信息之后，如果用戶創(chuàng)建Hadoop程序，插件會自動導入Hadoop編程接口的JAR文件，這樣用戶就可以在Eclipse的圖形化界面中編寫、調(diào)試、運行Hadoop程序（包括單機程序和分布式程序），也可以在其中查看自己程序的實時狀態(tài)、錯誤信息和運行結果，還可以查看、管理HDFS以及文件?？偟貋碚f，Hadoop Eclipse插件安裝簡單，使用方便，功能強大，尤其是在Hadoop編程方面，是Hadoop入門和Hadoop編程必不可少的工具。
2.2 Hadoop工作目錄簡介
為了以后方便開發(fā)，我們按照下面把開發(fā)中用到的軟件安裝在此目錄中，JDK安裝除外，我這里把JDK安裝在C盤的默認安裝路徑下，下面是我的工作目錄：
系統(tǒng)磁盤（E：）
|---HadoopWorkPlat
|--- eclipse
|--- hadoop-1.0.0
|--- workplace
|---……
按照上面目錄把Eclipse和Hadoop解壓到"E:\HadoopWorkPlat"下面，并創(chuàng)建"workplace"作為Eclipse的工作空間。
備注：大家可以按照自己的情況，不一定按照我的結構來設計。
2.3 修改系統(tǒng)管理員名字
經(jīng)過兩天多次探索，為了使Eclipse能正常對Hadoop集群的HDFS上的文件能進行修改和刪除，所以修改你工作時所用的Win7系統(tǒng)管理員名字，默認一般為"Administrator"，把它修改為"hadoop"，此用戶名與Hadoop集群普通用戶一致，大家應該記得我們Hadoop集群中所有的機器都有一個普通用戶——hadoop，而且Hadoop運行也是用這個用戶進行的。為了不至于為權限苦惱，我們可以修改Win7上系統(tǒng)管理員的姓名，這樣就避免出現(xiàn)該用戶在Hadoop集群上沒有權限等都疼問題，會導致在Eclipse中對Hadoop集群的HDFS創(chuàng)建和刪除文件受影響。
你可以做一下實驗，查看Master.Hadoop機器上"/usr/hadoop/logs"下面的日志。發(fā)現(xiàn)權限不夠，不能進行"Write"操作，網(wǎng)上有幾種解決方案，但是對Hadoop1.0不起作用，詳情見"常見問題FAQ_2"。下面我們進行修改管理員名字。
首先"右擊"桌面上圖標"我的電腦"，選擇"管理"，彈出界面如下：
接著選擇"本地用戶和組"，展開"用戶"，找到系統(tǒng)管理員"Administrator"，修改其為"hadoop"，操作結果如下圖：
最后，把電腦進行"注銷"或者"重啟電腦"，這樣才能使管理員才能用這個名字。
2.4 Eclipse插件開發(fā)配置
第一步：把我們的"hadoop-eclipse-plugin-1.0.0.jar"放到Eclipse的目錄的"plugins"中，然后重新Eclipse即可生效。
系統(tǒng)磁盤（E：）
|---HadoopWorkPlat
|--- eclipse
|--- plugins
|--- hadoop-eclipse-plugin-1.0.0.jar
上面是我的"hadoop-eclipse-plugin"插件放置的地方。重啟Eclipse如下圖：
細心的你從上圖中左側(cè)"Project Explorer"下面發(fā)現(xiàn)"DFS Locations"，說明Eclipse已經(jīng)識別剛才放入的Hadoop Eclipse插件了。
第二步：選擇"Window"菜單下的"Preference"，然后彈出一個窗體，在窗體的左側(cè)，有一列選項，里面會多出"Hadoop Map/Reduce"選項，點擊此選項，選擇Hadoop的安裝目錄（如我的Hadoop目錄：E:\HadoopWorkPlat\hadoop-1.0.0）。結果如下圖：
第三步：切換"Map/Reduce"工作目錄，有兩種方法：
1）選擇"Window"菜單下選擇"Open Perspective"，彈出一個窗體，從中選擇"Map/Reduce"選項即可進行切換。
2）在Eclipse軟件的右上角，點擊圖標"
"中的"
"，點擊"Other"選項，也可以彈出上圖，從中選擇"Map/Reduce"，然后點擊"OK"即可確定。
切換到"Map/Reduce"工作目錄下的界面如下圖所示。
第四步：建立與Hadoop集群的連接，在Eclipse軟件下面的"Map/Reduce Locations"進行右擊，彈出一個選項，選擇"New Hadoop Location"，然后彈出一個窗體。
注意上圖中的紅色標注的地方，是需要我們關注的地方。
Location Name：可以任意其，標識一個"Map/Reduce Location"
Map/Reduce Master
Host：192.168.1.2（Master.Hadoop的IP地址）
Port：9001
DFS Master
Use M/R Master host：前面的勾上。（因為我們的NameNode和JobTracker都在一個機器上。）
Port：9000
User name：hadoop（默認為Win系統(tǒng)管理員名字，因為我們之前改了所以這里就變成了hadoop。）
備注：這里面的Host、Port分別為你在mapred-site.xml、core-site.xml中配置的地址及端口。不清楚的可以參考"Hadoop集群_第5期_Hadoop安裝配置_V1.0"進行查看。
接著點擊"Advanced parameters"從中找見"hadoop.tmp.dir"，修改成為我們Hadoop集群中設置的地址，我們的Hadoop集群是"/usr/hadoop/tmp"，這個參數(shù)在"core-site.xml"進行了配置。
點擊"finish"之后，會發(fā)現(xiàn)Eclipse軟件下面的"Map/Reduce Locations"出現(xiàn)一條信息，就是我們剛才建立的"Map/Reduce Location"。
第五步：查看HDFS文件系統(tǒng)，并嘗試建立文件夾和上傳文件。點擊Eclipse軟件左側(cè)的"DFS Locations"下面的"Win7ToHadoop"，就會展示出HDFS上的文件結構。
右擊"Win7ToHadoopàuseràhadoop"可以嘗試建立一個"文件夾--xiapi"，然后右擊刷新就能查看我們剛才建立的文件夾。
創(chuàng)建完之后，并刷新，顯示結果如下：
用SecureCRT遠程登錄"Master.Hadoop"服務器，用下面命令查看是否已經(jīng)建立一個"xiapi"的文件夾。
hadoop fs -ls
到此為止，我們的Hadoop Eclipse開發(fā)環(huán)境已經(jīng)配置完畢，不盡興的同學可以上傳點本地文件到HDFS分布式文件上，可以互相對比意見文件是否已經(jīng)上傳成功。
3、Eclipse運行WordCount程序
3.1 配置Eclipse的JDK
如果電腦上不僅僅安裝的JDK6.0，那么要確定一下Eclipse的平臺的默認JDK是否6.0。從"Window"菜單下選擇"Preference"，彈出一個窗體，從窗體的左側(cè)找見"Java"，選擇"Installed JREs"，然后添加JDK6.0。下面是我的默認選擇JRE。
下面是沒有添加之前的設置如下：
下面是添加完JDK6.0之后結果如下：
接著設置Complier。
3.2 設置Eclipse的編碼為UTF-8
3.3 創(chuàng)建MapReduce項目
從"File"菜單，選擇"Other"，找到"Map/Reduce Project"，然后選擇它。
接著，填寫MapReduce工程的名字為"WordCountProject"，點擊"finish"完成。
目前為止我們已經(jīng)成功創(chuàng)建了MapReduce項目，我們發(fā)現(xiàn)在Eclipse軟件的左側(cè)多了我們的剛才建立的項目。
3.4 創(chuàng)建WordCount類
選擇"WordCountProject"工程，右擊彈出菜單，然后選擇"New"，接著選擇"Class"，然后填寫如下信息：
因為我們直接用Hadoop1.0.0自帶的WordCount程序，所以報名需要和代碼中的一致為"org.apache.hadoop.examples"，類名也必須一致為"WordCount"。這個代碼放在如下的結構中。
hadoop-1.0.0
|---src
|---examples
|---org
|---apache
|---hadoop
|---examples
從上面目錄中找見"WordCount.java"文件，用記事本打開，然后把代碼復制到剛才建立的java文件中。當然源碼有些變動，變動的紅色已經(jīng)標記出。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
package org.apache.hadoop.examples;
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 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", "192.168.1.2:9001");
String[] ars=new String[]{"input","newout"};
String[] otherArgs = new GenericOptionsParser(conf, ars).getRemainingArgs();
if (otherArgs.length != 2) {
System.err.println("Usage: wordcount ");
System.exit(2);
}
Job job = new Job(conf, "word count");
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.exit(job.waitForCompletion(true) ? 0 : 1);
}
}
備注：如果不加"conf.set("mapred.job.tracker", "192.168.1.2:9001");"，將提示你的權限不夠，其實照成這樣的原因是剛才設置的"Map/Reduce Location"其中的配置不是完全起作用，而是在本地的磁盤上建立了文件，并嘗試運行，顯然是不行的。我們要讓Eclipse提交作業(yè)到Hadoop集群上，所以我們這里手動添加Job運行地址。詳細參考"常見問題FAQ_3"。
3.5 運行WordCount程序
選擇"Wordcount.java"程序，右擊一次按照"Run ASàRun on Hadoop"運行。然后會彈出如下圖，按照下圖進行操作。
運行結果如下：
從上圖中我們得知我們的程序已經(jīng)運行成功了。
3.6 查看WordCount運行結果
查看Eclipse軟件左側(cè)，右擊"DFS LocationsàWin7ToHadoopàuseràhadoop"，點擊刷新按鈕"Refresh"，我們剛才出現(xiàn)的文件夾"newoutput"會出現(xiàn)。記得"newoutput"文件夾是運行程序時自動創(chuàng)建的，如果已經(jīng)存在相同的的文件夾，要么程序換個新的輸出文件夾，要么刪除HDFS上的那個重名文件夾，不然會出錯。
打開"newoutput"文件夾，打開"part-r-00000"文件，可以看見執(zhí)行后的結果。
到此為止，Eclipse開發(fā)環(huán)境設置已經(jīng)完畢，并且成功運行Wordcount程序，下一步我們真正開始Hadoop之旅。
4、常見問題FAQ
4.1 "error: failure to login"問題
下面以網(wǎng)上找的"hadoop-0.20.203.0"為例，我在使用"V1.0"時也出現(xiàn)這樣的情況，原因就是那個"hadoop-eclipse-plugin-1.0.0_V1.0.jar"，是直接把源碼編譯而成，故而缺少相應的Jar包。具體情況如下
詳細地址：
http://blog.csdn.net/chengfei112233/article/details/7252404在我實踐嘗試中，發(fā)現(xiàn)hadoop-0.20.203.0版本的該包如果直接復制到eclipse的插件目錄中，在連接DFS時會出現(xiàn)錯誤，提示信息為： "error: failure to login"。
彈出的錯誤提示框內(nèi)容為"An internal error occurred during: "Connecting to DFS hadoop".org/apache/commons/configuration/Configuration". 經(jīng)過察看Eclipse的log，發(fā)現(xiàn)是缺少jar包導致的。進一步查找資料后，發(fā)現(xiàn)直接復制hadoop-eclipse-plugin-0.20.203.0.jar，該包中l(wèi)ib目錄下缺少了jar包。
經(jīng)過網(wǎng)上資料搜集，此處給出正確的安裝方法：
首先要對hadoop-eclipse-plugin-0.20.203.0.jar進行修改。用歸檔管理器打開該包，發(fā)現(xiàn)只有commons-cli-1.2.jar 和hadoop-core.jar兩個包。將hadoop/lib目錄下的：
commons-configuration-1.6.jar ,
commons-httpclient-3.0.1.jar ,
commons-lang-2.4.jar ,
jackson-core-asl-1.0.1.jar
jackson-mapper-asl-1.0.1.jar
一共5個包復制到hadoop-eclipse-plugin-0.20.203.0.jar的lib目錄下，如下圖：
然后，修改該包META-INF目錄下的MANIFEST.MF，將classpath修改為一下內(nèi)容：
Bundle-ClassPath:classes/,lib/hadoop-core.jar,lib/commons-cli-1.2.jar,lib/commons-httpclient-3.0.1.jar,lib/jackson-core-asl-1.0.1.jar,lib/jackson-mapper-asl-1.0.1.jar,lib/commons-configuration-1.6.jar,lib/commons-lang-2.4.jar
這樣就完成了對hadoop-eclipse-plugin-0.20.203.0.jar的修改。
最后，將hadoop-eclipse-plugin-0.20.203.0.jar復制到Eclipse的plugins目錄下。
備注：上面的操作對"hadoop-1.0.0"一樣適用。
4.2 "Permission denied"問題
網(wǎng)上試了很多，有提到"hadoop fs -chmod 777 /user/hadoop "，有提到"dfs.permissions 的配置項，將value值改為 false"，有提到"hadoop.job.ugi"，但是通通沒有效果。
參考文獻：
地址1：
http://www.cnblogs.com/acmy/archive/2011/10/28/2227901.html地址2：
http://sunjun041640.blog.163.com/blog/static/25626832201061751825292/錯誤類型：org.apache.hadoop.security.AccessControlException: org.apache.hadoop.security .AccessControlException: Permission denied: user=*********, access=WRITE, inode="hadoop": hadoop:supergroup:rwxr-xr-x
解決方案：
我的解決方案直接把系統(tǒng)管理員的名字改成你的Hadoop集群運行hadoop的那個用戶。
4.3 "Failed to set permissions of path"問題
參考文獻：
https://issues.apache.org/jira/browse/HADOOP-8089錯誤信息如下：
ERROR security.UserGroupInformation: PriviledgedActionException as: hadoop cause:java.io.IOException Failed to set permissions of path:\usr\hadoop\tmp\mapred\staging\hadoop753422487\.staging to 0700 Exception in thread "main" java.io.IOException: Failed to set permissions of path:\usr\hadoop\tmp \mapred\staging\hadoop753422487\.staging to 0700
解決方法：
Configuration conf = new Configuration();
conf.set("mapred.job.tracker", "[server]:9001");
"[server]:9001"中的"[server]"為Hadoop集群Master的IP地址。
4.4 "hadoop mapred執(zhí)行目錄文件權"限問題
參考文獻：
http://blog.csdn.net/azhao_dn/article/details/6921398錯誤信息如下：
job Submission failed with exception 'java.io.IOException(The ownership/permissions on the staging directory /tmp/hadoop-hadoop-user1/mapred/staging/hadoop-user1/.staging is not as expected. It is owned by hadoop-user1 and permissions are rwxrwxrwx. The directory must be owned by the submitter hadoop-user1 or by hadoop-user1 and permissions must be rwx------)
修改權限：
這樣就能解決問題。
文章下載地址：
http://files.cnblogs.com/xia520pi/HadoopCluster_Vol.7.rar
