Centos下装eclipse测试Hadoop

(一)，安装eclipse

　　　1，下载eclipse，点这里

　　　2，将文件上传到Centos7,可以用WinSCP

　　　3，解压并安装eclipse　　　　

　　　　[root@Master opt]# tar zxvf '/home/s/eclipse-jee-neon-1a-linux-gtk-x86_64.tar.gz' -C/opt　　---------------> 建立文件：[root@Master opt]# mkdir /usr/bin/eclipse     ------------------》添加链接，即快捷方式：[root@Master opt]# ln -s /opt/eclipse/eclipse /usr/bin/eclipse -----------》点击eclipse，即可启动了

---

（二），建立Hadoop项目

　　　　1，下载hadoop plugin 2.7.3   链接：http://pan.baidu.com/s/1i5yRyuh 密码：ms91

　　　　2，解压上述jar包插件，放到eclipse中plugins中，并重启eclipse

　　　　2， 在eclipse中加载dfs库,点击Windows 工具栏-------->选择show view如图：

　　　　　　　　　　　　

　　　　2，打开resource  点击Window ----->Perspective----------->open Perspective  选择resource：

　　　　3，配置连接端口，点击eclipse下放的MapResource Location，点击添加：其中port号按照hdfs-site.xml 和core-site.xml来填写。

　　　　4，上传输入文件：使用hdfs dfs -put /home/file1  /data 即可在eclipse中看到如下：（要确保各个机器的防火墙都关闭，出现异常可以暂时不用关，后面跑下例子就全没了，呵呵）

 

---

　　(三），测试WordCount程序

　　　1，新建项目：点击new ------------》project ----------->Map Reduce,如图：

　　　2，给项目配置本地的hadoop文件，圆圈处写本地hadoop的路径：

　　　　

　　　3，新建个mappert类，写如下代码：

　　　　

package word;

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 mapper {

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();

String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
if (otherArgs.length != 2) {
System.err.println(otherArgs.length);
System.err.println("Usage: wordcount <in> <out>");
System.exit(2);
}
Job job = new Job(conf, "word count");
job.setJarByClass(mapper.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.print("ok");
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}

2,点击run as ------------>RunConfigurations ---------->设置input和output文件参数

　　

3，点击run,查看结果

　　

　　文件的内容：

　　　　

---