在fedora20下配置hadoop2.5.1的eclipse插件

（博客园-番茄酱原创）

在我的系统中，hadoop-2.5.1的安装路径是/opt/lib64/hadoop-2.5.1下面，然后hadoop-2.2.0的路径是/home/hadoop/下载/hadoop-2.2.0，我的eclipse的安装路径是/opt/programming/atd-bundle/eclipse。

因为老师需要我们写mapreduce程序，所以现在需要配置hadoop的eclipse插件。之前在windows下面安装hadoop一直会有莫名其妙的问题，所以索性直接在linux下面装了。Linux下面还更简单一些。

下面谈谈如何配置吧。

其实这次配置，并不是直接生成hadoop2.5.1的插件,而是生成hadoop2.2.0的插件,但是兼容hadoop-2.5.1。（这句话实际上指的是下面1步骤中的那个包是基于hadoop-2.2.0的开发的并且编译时候依赖hadoop-2.2.0，所以我们需要下载hadoop-2.2.0）。因此，我们需要下载的东西有3个，一个是hadoop插件源文件，一个是ant（fedora20在线安装），一个是额外的hadoop-2.2.0.tar.gz

。

下载hadoop2x-eclipse-plugin-master.zip，这是插件源文件，需要用ant编译。下载地址是：https://codeload.github.com/jaradgreen/hadoop2x-eclipse-plugin/zip/master
然后安装在线安装ant编译工具，在终端输入：yum install ant，一路选择yes或y安装。
将下载的hadoop2x-eclipse-plugin-master.zip解压，cd到下载的文件目录，终端输入：unzip hadoop2x-eclipse-plugin-master.zip，然后在当前目录下就会多出一个文件夹：hadoop2x-eclipse-plugin-master
然后cd hadoop2x-eclipse-plugin-master/src/contrib/eclipse-plugin进入解压的文件夹/hadoop2x-eclipse-plugin-master/src/contrib/eclipse-plugin目录下，修改build.xml。
修改编译配置文件build.xml.输入命令vi build.xml
在build.xml文件中project标签后面第三行，添加 <property name="eclipse.home" location="/opt/programming/adt-bundle/eclipse"/><!---这个是用来指出eclipse的安装目录->
<property name="hadoop.home" location="/home/hadoop/下载/hadoop-2.2.0"/>
<property name="version" value="2.5.1"/>
然后进行ant编译，运行ant命令， ant jar -D eclipse.home=/opt/programming/adt-bundle/eclipse -D hadoop.home=/home/hadoop/下载/hadoop-2.2.0 -D version=2.5.1
然后ant就会编译生成一个jar文件,在hadoop2x-eclipse-plugin-master/build/contrib/eclipse-plugin 下面，名为hadoop-eclipse-plugin-2.5.1.jar 然后将其拷到eclipse安装路径下的plugin文件夹下面，我的是/opt/programming/adt-bundle/eclipse/plugins 这个命令是mv /home/hadoop/下载/hadoop2x-eclipse-plugin-master/build/contrib/eclipse-plugin/hadoop-eclipse-plugin-2.5.1.jar /opt/programming/adt-bundle/eclipse/plugins/根据自己的情况进行更改啦
重启eclipse，一路点击windows->show view->other->mapreduce tools就可以选择hadoop视图了，然后就可以进行相应的编程了。
把刚刚的hadoop-2.2.0删掉，他已经光荣的完成使命啦

打开eclipse,然后进行一些配置

先选择hadoop的安装路径

然后点击ok

然后点击hadoop location，然后新建一个location

右击鼠标新建一个location

到这边，hadoop的eclipse就配置完毕了。如果你的hadoop的是开启的状态下，在eclipse中便可以直接操作dfs了

对了，如果你要跑wordcount程序，你需要在hadoop的src包中找到WordCount.java文件，

该目录下面有好多例子，目录是hadoop-2.5.1-src/hadoop-mapreduce-project/hadoop-mapreduce-examples/src/main/java/org/apache/hadoop/examples

附上其中除了命名空间的包名的代码

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 WordCount {

  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("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
    Job job = new Job(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    for (int i = 0; i < otherArgs.length - 1; ++i) {
      FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    }
    FileOutputFormat.setOutputPath(job,
      new Path(otherArgs[otherArgs.length - 1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

运行之前，需要配置run的参数：hdfs://localhost:9000/input hdfs://localhost:9000/output。然后再run as-> run on hadoop（要先把hadoop开启）

在input文件夹下面放置2个文件，比如file1.txt,file2.txt，然后运行过后程序会新建一个output文件夹，里面会包含结果

file1

file2.txt

output下面文件内容