hadoop_eclipse及HDT插件的使用

Hadoop Development Tools (HDT)是开发hadoop应用的eclipse插件，http://hdt.incubator.apache.org/介绍了其特点，安装，使用等，针对Windows版的eclipse，介绍一种不同的安装方式、和使用方式。

1 下载HDT

打开：http://hdt.incubator.apache.org/download.html，部分页面：

下载HDT 0.0.2.incubating (Binary)版。点击“tar.gz”,跳转到：

http://www.apache.org/dyn/closer.cgi/incubator/hdt/hdt-0.0.2.incubating/hdt-0.0.2.incubating-bin.tar.gz，部分页面：

点击红框部分的连接，下载HDT，解压看到文件夹内容：

2 安装HDT插件

下载当前最新版（eclipse oxygen）

点击Download Packages。

下载64bit版本。文件为：eclipse-jee-oxygen-3a-win32-x86_64.zip，解压：

将HDT的features和plugins中的文件，对应放到上面的文件夹内。

3 下载hadoop并配置环境变量

下载Hadoop

输入网址：http://hadoop.apache.org/，看到下面的部分。

点击Download进入下载页面：

下载2.6.5版本的binary，注意下载的时候选择一个国内的镜像，这样下载的速度会比较快。解压到指定目录，例如：E:hadoop-2.6.5。文件夹包括：

配置环境变量

配置HADOOP_HOME、HADOOP_USER_NAME环境变量、PATH（系统变量）

HADOOP_HOME配置为E:hadoop-2.6.5,PATH添加%HADOOP_HOME%in

Windows下开发

为了能在Windows平台下做开发，还需要两个文件winutils.exe和hadoop.dll

将winutils.exe放在E:hadoop-2.6.0in目录下，将hadoop.dll放在C:WindowsSystem32下

4 安装HDT

1）点击顺序：File->Other->展开Hadoop，入下面两幅图所示：

2）选择，如下图：

给项目取一个名称：MapReduce_4_27，并选择“Use default Hadoop”（默认的设置）。

3）配置Hadoop安装目录

点击2）步奏中的进行配置，其中配置的就是刚才hadoop解压文件的路径。

点击“Apply and Close”，显示如下界面：

点击，显示如下界面：

最后点击“Finish”。

4）导入开发包和javadoc文档

右键->项目属性->选择Property->在弹出的对话框左侧列表中选择Java Build Path->选择Libraries->选择Add Library->弹出窗口内选择User Library->点击Next->点击User Libraries->点击New->在弹出的窗口内输入必要信息->将必要的jar包添加进去。

所需的开发包在E:hadoop-3.0.2sharehadoop，这个文件夹是刚才解压hadoop安装包解压的文件夹。

导入doc文档

右键lib文件夹->点击Build Path->点击Config Build Path

点击Javadoc Location->点击Browse选择doc文档路径。

点击validate可以验证是否是正确的路径，下面分别展示了正确的路径和非正确的路径验证信息。

5 使用HDT（MapReduce编程）

设置JVM参数

创建好Map/Reduce Project后要设置JVM参数设置为：

-Djava.library.path=$HADOOP_HOME/lib/native

Mapper：创建Mapper类的子类

例，模板自动生成的map函数框架

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class Tmap extends Mapper<LongWritable, Text, Text, IntWritable> {

    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
    }

}

Reducer：创建Reducer类的子类

例：模板自动生成的reduce函数框架

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

public class Treduce extends Reducer<Text, IntWritable, Text, IntWritable> {

    public void reduce(Text key, Iterable<IntWritable> values, Context context)
            throws IOException, InterruptedException {
        while (values.iterator().hasNext()) {
            // replace ValueType with the real type of your value
            // process value
        }
    }

}

MapReduce Driver：创建驱动

例：模板自动生成的驱动框架

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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class TMR {

    public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
      Job job = new Job();
    
      job.setJarByClass( ... );
    
      job.setJobName( "a nice name"  );
    
      FileInputFormat.setInputPaths(job, new Path(args[0]));
      FileOutputFormat.setOutputPath(job, new Path(args[1]));
    
      // TODO: specify a mapper
    job.setMapperClass( ... );
    
      // TODO: specify a reducer
    job.setReducerClass( ... );
    
      job.setOutputKeyClass(Text.class);
      job.setOutputValueClass(IntWritable.class);
    
      boolean success = job.waitForCompletion(true);
      System.exit(success ? 0 : 1);
        };

}

New MR Cluster：集群配置

可以点击下图中的New MR Cluster配置集群

也可以点击eclipse的图标来配置集群：

配置页面如下：

Resource Manager Node：配置资源管理节点，对应Hadoop配置文件

DFS Master：配置分布式文件系统主节点，即NameNode节点的端口号。对应配置文件fs.default.name的值

转载与引用请注明出处。

时间仓促，水平有限，如有不当之处，欢迎指正。