link：http://blog.csdn.net/cwchenwu88/article/details/7314350
我使用的是eclipse 3.7，开始使用的插件是hadoop-0.20.2文件夹下/contrib下的eclipse插件hadoop-0.20.2-eclipse-plugin.jar，配置完eclipse后，出现了run on hadoop没反应，后来看了网上一篇文章：
http://hi.baidu.com/laxinicer/blog/item/fbaddaf58bdae63fbc3109a0.html
下载了hadoop-0.20.3-dev-eclipse-plugin.jar插件，改名为hadoop-0.20.2-eclipse-plugin.jar，然后放到exlipse的plugin文件夹下，重新配置mapreduce location，最后run on hadoop成功了，伪分布模式下！！！
mark 一下
eclipse下配置hadoop步骤：
1.将 hadoop-0.20.3-dev-eclipse-plugin.jar改名为hadoop-0.20.2-eclipse-plugin.jar复制 到 eclipse安装目录/plugins/ 下。
2.重启eclipse，配置hadoop installation directory。
如果安装插件成功，打开Window-->Preferens，你会发现Hadoop Map/Reduce选项，在这个选项里你需要配置Hadoop installation directory。配置完成后退出。
3.配置Map/Reduce Locations。
在Window-->Show View中打开Map/Reduce Locations。
在Map/Reduce Locations中新建一个Hadoop Location。在这个View中，右键-->New Hadoop Location。在弹出的对话框中你需要配置Location name，如myubuntu，还有Map/Reduce Master和DFS Master。这里面的Host、Port分别为mapred-site.xml、core-site.xml中配置的地址及端口。
4.新建项目。
File-->New-->Other-->Map/Reduce Project
项目名可以随便取，如hadoop-test。
复制 hadoop安装目录/src/example/org/apache/hadoop/example/WordCount.java到刚才新建的项目下面。
5.上传模拟数据文件夹。
为了运行程序，我们需要一个输入的文件夹，和输出的文件夹。输出文件夹，在程序运行完成后会自动生成。我们需要给程序一个输入文件夹。
在当前目录（如hadoop安装目录）下新建文件夹input，并在文件夹下新建两个文件file01、file02，这两个文件内容分别如下：
file01：Hello World Bye World
file02：Hello Hadoop Goodbye Hadoop
6.运行项目。
a..在新建的项目hadoop-test，点击WordCount.java，右键-->Run As-->Run Configurations
b..在弹出的Run Configurations对话框中，点Java Application，右键-->New，这时会新建一个application名为WordCount
c..配置运行参数，点Arguments，在Program arguments中输入“你要传给程序的输入文件夹和你要求程序将计算结果保存的文件夹”，如
- hdfs://localhost:9000/user/Administrator/input01 hdfs://localhost:9000/user/Administrator/output01
- hdfs://localhost:9000/user/Administrator/input01 hdfs://localhost:9000/user/Administrator/output01
7.点击Run on hadoop，运行程序。
8.等运行结束后，可以在终端中用命令bin/hadoop fs -cat output01/* 查看生成的文件内容。
eclipse控制台输出信息：
12/03/03 09:27:42 WARN conf.Configuration: DEPRECATED: hadoop-site.xml found in the classpath. Usage of hadoop-site.xml is deprecated. Instead use core-site.xml, mapred-site.xml and hdfs-site.xml to override properties of core-default.xml, mapred-default.xml and hdfs-default.xml respectively
12/03/03 09:27:42 INFO input.FileInputFormat: Total input paths to process : 2
12/03/03 09:27:43 INFO mapred.JobClient: Running job: job_201203030918_0004
12/03/03 09:27:44 INFO mapred.JobClient: map 0% reduce 0%
12/03/03 09:27:53 INFO mapred.JobClient: map 100% reduce 0%
12/03/03 09:28:05 INFO mapred.JobClient: map 100% reduce 100%
12/03/03 09:28:07 INFO mapred.JobClient: Job complete: job_201203030918_0004
12/03/03 09:28:07 INFO mapred.JobClient: Counters: 17
12/03/03 09:28:07 INFO mapred.JobClient: Job Counters
12/03/03 09:28:07 INFO mapred.JobClient: Launched reduce tasks=1
12/03/03 09:28:07 INFO mapred.JobClient: Launched map tasks=2
12/03/03 09:28:07 INFO mapred.JobClient: Data-local map tasks=2
12/03/03 09:28:07 INFO mapred.JobClient: FileSystemCounters
12/03/03 09:28:07 INFO mapred.JobClient: FILE_BYTES_READ=117
12/03/03 09:28:07 INFO mapred.JobClient: HDFS_BYTES_READ=70
12/03/03 09:28:07 INFO mapred.JobClient: FILE_BYTES_WRITTEN=304
12/03/03 09:28:07 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=58
12/03/03 09:28:07 INFO mapred.JobClient: Map-Reduce Framework
12/03/03 09:28:07 INFO mapred.JobClient: Reduce input groups=7
12/03/03 09:28:07 INFO mapred.JobClient: Combine output records=9
12/03/03 09:28:07 INFO mapred.JobClient: Map input records=2
12/03/03 09:28:07 INFO mapred.JobClient: Reduce shuffle bytes=123
12/03/03 09:28:07 INFO mapred.JobClient: Reduce output records=7
12/03/03 09:28:07 INFO mapred.JobClient: Spilled Records=18
12/03/03 09:28:07 INFO mapred.JobClient: Map output bytes=114
12/03/03 09:28:07 INFO mapred.JobClient: Combine input records=11
12/03/03 09:28:07 INFO mapred.JobClient: Map output records=11
12/03/03 09:28:07 INFO mapred.JobClient: Reduce input records=9