linux下eclipse中运行hadoop过程总结

　　转载请注明原作者：http://www.cnblogs.com/beanmoon

　　最近在研究大数据的课题，不可避免要用到hadoop，于是开始看《hadoop: the definite guide 2》，在遇到分析天气数据时，遇到一个实例，然后就动手试试运行命令　　

% export HADOOP_CLASSPATH=build/classes
% hadoop MaxTemperature input/ncdc/sample.txt output

　　HADOOP_CLASSPATH是用来指明经编译过的class文件所在的位置（我是通过eclipse来编译的，不知道书中作者是怎么编译的，直接用javac会报很多出错信息，当然是因为没有加额外的jar包的缘故，这个问题待解~~^_^），如果你没有指明HADOOP_CLASSPATH，即使在当前文件夹下执行Hadoop命令，他仍然报错：Could not find or load main class MaxTemperature，还可以通过"jar cmf manifest MaxTemperature.jar *.class"命令来生成一个jar包，然后通过"hadoop jar MaxTemperature.jar input output"命令来运行jar包（这时候不指明HADOOP_CLASSPATH也没事），如果打包的时候没有通过manifest文件指明main-class，那么还要在执行的时候加上主类的声明：“hadoop jar MaxTemperature.jar MaxTemperature input output”。manifest文件的内容见下面：　　

Manifest-Version: 1.0
Main-Class: MaxTemperature

　　如果使用eclipse，那就需要先安装eclipse，在debian下第一次是通过aptitude install eclipse来安装的（安装的位置在/usr/lib/eclipse），安装的版本是galileo版的，嫌它太旧，就自己下了一个juno版的，安装过程如下：

(1)把eclipse-java-juno-SR2-linux-gtk.tar.gz解压到某个目录中，我解压到的是主目录，得到eclipse目录

(2)在/usr/bin目录下创建一个启动脚本eclipse，执行下面的命令来创建：
sudo gedit /usr/bin/eclipse

然后在该文件中添加以下内容：
#!/bin/sh
export MOZILLA_FIVE_HOME="/usr/lib/mozilla/"
export ECLIPSE_HOME="/home/wangxing/Development/eclipse"
$ECLIPSE_HOME/eclipse $*（$*什么东东？？）

(3)修改该脚本的权限，让它变成可执行，执行下面的命令：
sudo chmod a+x /usr/bin/eclipse

　　(4)在Applications(应用程序)菜单上添加一个图标

sudo gedit /usr/share/applications/eclipse.desktop

然后在文件中添加下列内容：
[Desktop Entry]
Encoding=UTF-8
Name=Eclipse Platform
Comment=Eclipse IDE
Exec=eclipse
Icon=/home/bean/eclipse/icon.xpm
Terminal=false
StartupNotify=true
Type=Application
Categories=Application;Development;

　　通过终端启动eclipse挺好的，可通过鼠标就不行，报如下错：

A Java RunTime Environment (JRE) or Java Development Kit (JDK) must be available in order to run Eclipse. No java virtual machine was found after searching the following locations:…

　　网上搜了一下，解决办法如下：

在终端进入你的eclipse目录，然后输入：

mkdir jre
cd jre
ln -s 你的JDK目录/bin bin

　　现在开始把hadoop集成到eclipse中去，网上找到的方法如下：　　

http://blog.sina.com.cn/s/blog_62186b4601012acs.html

　　这是网上的解决办法，可具体到我这里执行的时候又遇到了问题，首先我的hadoop是1.0.4最新版的，它不直接给你hadoop-eclipse-plugin-1.0.4.jar，它需要你自己具体导出，网上方法如下：　　

1、在Eclipse中选择File-->Import-->Existing Projects into Workspace导入已有项目，假设路径为：

/download/hadoop-1.0.1/src/contrib/eclipse-plugin，默认的项目名称是MapReduceTools

2、默认项目名称为MapReduceTools，然后在项目MapReduceTools中新建lib目录，并把hadoop的hadoop-core、commons-cli-1.2.jar、commons-lang-2.4.jar、commons-configuration-1.6.jar、jackson-mapper-asl-1.8.8.jar、jackson-core-asl-1.8.8.jar、commons-httpclient-3.0.1.jar拷贝到该目录。

3、修改../build-contrib.xml （这是存放在项目所在位置的上一层吗？？）

4、修改build.xml

5、右键选择项目-->Export，类型选择JAR file，把plugin.xml文件、classes目录、lib目录和resources目录选上，选择导出的jar目录，即可导出hadoop-eclipse-plugin-1.0.0.jar文件

6、把该文件放到eclipse/plugin目录下面，重启eclipse

　　最后一步步的终于导出来了jar包（由于浮躁没有好好看上面的过程，中间遇到很多错误而无法导出jar包，浪费了很多时间），可始终无法让在windows->preference中让eclipse识别出hadoop map/reduce，应该还是我的jar包导出有问题吧，于是到网上下载了一个这样的jar包，终于如愿以偿（期间我还想过使用其他的早期的hadoop版本，因为他们内置的又hadoop-eclipse-plugin-***.jar，我下的是hadoop-0.22.0版本，不过其中的很多类和接口由于不安全的原因都deprecated了，只得重新使用hadoop-1.0.4）。

　　其次，在配置hadoop location的时候又出问题了，点击右键不管新建或者编辑hadoop location时都没有反应，试了几次时就不试了，直接新建map/reduce工程，在MaxTemperature.java上右键run configuration中指定了输入文件输出文件的参数（输入输出文件放在项目的根目录下）后，开始运行，然后一个窗口就跳出来了让我配置hadoop location~~真是太贱了~~

　　最后输出内容跟原文一样，大功告成~~

　　参考链接：

http://hi.baidu.com/ihsauqaxblbdmwq/item/9ddaf2fca32315b230c199a7
http://blog.csdn.net/lmc_wy/article/details/6053580
http://blog.sina.com.cn/s/blog_62186b4601012acs.html
http://blog.sina.com.cn/s/blog_62186b4601011c6a.html
http://www.oschina.net/code/snippet_176897_7976
http://blog.sina.com.cn/s/blog_6daadb2f01015rb7.html