Eclipse鏈接Hadoop集羣及WordCount實踐

聲明：做者原創，轉載註明出處。

做者：帥氣陳吃蘋果

1、環境準備

一、JDK安裝與配置

二、Eclipse下載

下載解壓便可，下載地址：https://pan.baidu.com/s/1i51UsVN

三、Hadoop下載與配置

下載解壓便可，下載地址：https://pan.baidu.com/s/1i57ZXqt
配置環境變量：
在系統變量中新建變量：HADOOP_HOME，值：E:Hadoophadoop-2.6.5
在Path系統變量中添加Hadoop的/bin路徑，值：E:Hadoophadoop-2.6.5bin

四、正常的集羣狀態

確保集羣處於啓動狀態，而且windows本地機器與集羣中的master能夠互相ping通，而且能夠進行SSH鏈接；
在 C:WindowsSystem32driversetchosts文件中，追加Hadoop集羣master節點的IP地址和主機名映射，以下：

192.168.29.188 vnet

五、Eclipse-Hadoop插件下載

下載地址：https://pan.baidu.com/s/1o7791VG

下載後將插件放在Eclipse安裝目錄的plugins目錄下，重啓Eclipse便可。

六、Eclipse的Map/Reduce視圖設置

1）重啓Eclipse後，在左側欄能夠看到此視圖：

打開Window--->Perspective--->Open Perspective--->Other...，選擇Map/Reduce。若沒有看到此選項，在確保插件放入plugins目錄後已經重啓的狀況下，猜想多是Eclipse或插件的版本問題致使，需從新下載相匹配的版本。

<img width="300" src="https://i.imgur.com/Twag1wi.p...; />

2）打開Window--->Preferences--->Hadoop Map/Reduce，配置Hadoop的安裝目錄。

<img width="600" src="https://i.imgur.com/1jCAkYr.p...; />

2、WordCount項目實戰

一、Hadoop Location的建立與配置

在Eclipse底部欄中選擇Map/Reduce Locations視圖，右鍵選擇New Hadoop Locations，以下圖：

<img width="700" src="https://i.imgur.com/NPaZQXL.p...; />

具體配置以下：

<img width="600" src="https://i.imgur.com/vDAsRBj.p...; />

點擊finish，若沒有報錯，則表示鏈接成功，在Eclipse左側的DFS Locations中能夠看到HDFS文件系統的目錄結構和文件內容；

若遇到 An internal error occurred during: "Map/Reduce location status updater". java.lang.NullPointerExcept 的問題，則表示當前HDFS文件系統爲空，只需在HDFS文件系統上建立文件，刷新DFS Locations後便可看到文件系統內容；

二、建立輸入文件及目錄

在master節點上建立輸入文件，並上傳到HDFS對應的輸入目錄中，以下：

vi input.txt                                                  //而後輸入單詞計數的文件內容，保存

hdfs dfs -put input.txt /user/root/input/             //將Linux本地文件系統的文件上傳到HDFS上

input.txt

hello world 

hello hadoop

bye

bye hadoop

三、建立Map/Reduce項目

File--->New--->Project--->Map/Reduce Project，填入項目名稱，還須要選擇Hadoop Library的路徑，這裏選擇「Use default Hadoop」便可，就是咱們以前在Eclipse中配置的Hadoop。

WordCount.java代碼：

package com.wecon.sqchen;

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.LongWritable;  
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.input.TextInputFormat;  
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;  
  
public class WordCount {  
  
    public static class WordCountMap extends  
            Mapper<LongWritable, Text, Text, IntWritable> {  
  
        private final IntWritable one = new IntWritable(1);  
        private Text word = new Text();  
  
        public void map(LongWritable key, Text value, Context context)  
                throws IOException, InterruptedException {  
            String line = value.toString();  
            StringTokenizer token = new StringTokenizer(line);  
            while (token.hasMoreTokens()) {  
                word.set(token.nextToken());  
                context.write(word, one);  
            }  
        }  
    }  
  
    public static class WordCountReduce extends  
            Reducer<Text, IntWritable, Text, IntWritable> {  
  
        public void reduce(Text key, Iterable<IntWritable> values,  
                Context context) throws IOException, InterruptedException {  
            int sum = 0;  
            for (IntWritable val : values) {  
                sum += val.get();  
            }  
            context.write(key, new IntWritable(sum));  
        }  
    }  
  
    public static void main(String[] args) throws Exception {
        System.setProperty("hadoop.home.dir","E:/Hadoop/hadoop-2.6.5" );
        Configuration conf = new Configuration();  
        Job job = new Job(conf);  
        job.setJarByClass(WordCount.class);  
        job.setJobName("wordcount");  
  
        job.setOutputKeyClass(Text.class);  
        job.setOutputValueClass(IntWritable.class);  
  
        job.setMapperClass(WordCountMap.class);  
        job.setReducerClass(WordCountReduce.class);  
  
        job.setInputFormatClass(TextInputFormat.class);  
        job.setOutputFormatClass(TextOutputFormat.class);  
  
        FileInputFormat.addInputPath(job, new Path(args[0]));  
        FileOutputFormat.setOutputPath(job, new Path(args[1]));  
  
        job.waitForCompletion(true);  
    }  
}

右鍵打開Run AS ---> Run Configurations，配置Arguments，即程序中指定的文件輸入目錄和輸出目錄，以下：

<img width="600" src="https://i.imgur.com/pFqvNr2.p...; />

配置好後，Run AS---> Java Application，若無報錯，則表示程序執行成功，在Eclipse左側的
DFS Locations刷新後，能夠看到輸出目錄和輸出文件，以下：

四、解決遇到的問題

1）java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.

解決方式：

在main方法中、job提交以前，指定本地Hadoop的安裝路徑，即添加下列代碼：
System.setProperty("hadoop.home.dir","E:/Hadoop/hadoop-2.6.5" );

2）`(null) entry in command string: null chmod 0700 E:tmphadoop-Administratormapredstaging
Administr`

解決方式：

參考連接：https://ask.hellobi.com/blog/...
連接中所需文件下載地址：https://pan.baidu.com/s/1i4Z4aVV

3）org.apache.hadoop.security.AccessControlException: Permission denied: user=Administrator, access=WRITE, inode="/user/root":root:supergroup:drwxr-xr-x

解決方式：

這是本地用戶執行Application時，HDFS上的用戶權限問題；
參考連接：http://blog.csdn.net/Camu7s/a...
採用第三種方法，在master節點機器上執行下列命令：

adduser Administrator

groupadd supergroup

usermod -a -G supergroup Administrator

4）org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://vnet:9000/user/root/output already exists

解決方式：

這是由於該項目的輸出目錄在HDFS中已經存在，而輸出目錄是在程序運行過程當中建立的，不容許提早存在，因此只需刪除HDFS上的對應output目錄便可。

5）

log4j:WARN No appenders could be found for logger (org.apache.hadoop.metrics2.lib.
MutableMetricsFactory).

log4j:WARN Please initialize the log4j system properly.

log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

解決方式：

在項目的src目錄下，New--->Other--->General--->File，建立文件「log4j.properties」，文件內容以下：

log4j.rootLogger=WARN, stdout

log4j.appender.stdout=org.apache.log4j.ConsoleAppender

log4j.appender.stdout.layout=org.apache.log4j.PatternLayout

log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n

五、參考連接：

http://blog.csdn.net/bd_ai_io...

http://blog.csdn.net/songchun...

http://blog.chinaunix.net/uid...

http://blog.csdn.net/jediael_...