Hadoop開發環境

1、Hadoop開發環境簡介

1.1 Hadoop集羣簡介

　　Java版本：jdk-6u31-linux-i586.bin

　　Linux系統：CentOS6.0

　　Hadoop版本：hadoop-1.0.0.tar.gz

1.2 Windows開發簡介

　　Java版本：jdk-6u31-windows-i586.exe

　　Win系統：Windows 7 旗艦版

　　Eclipse軟件：eclipse-jee-indigo-SR1-win32.zip | eclipse-jee-helios-SR2-win32.zip

　　Hadoop軟件：hadoop-1.0.0.tar.gz

　　Hadoop Eclipse 插件：hadoop-eclipse-plugin-1.0.0.jar

　　下載地址：http://download.csdn.net/detail/xia520pi/4113746

　　備註：下面是網上收集的收集的"hadoop-eclipse-plugin-1.0.0.jar"，除"版本2.0"是根據"V1.0"按照"常見問題FAQ_1"改的之外，剩餘的"V3.0"、"V4.0"和"V5.0"和"V2.0"一樣是別人已經弄好的，而且我已經都測試過，沒有任何問題，可以放心使用。我們這裏選擇第"V5.0"使用。記得在使用時重新命名爲"hadoop-eclipse-plugin-1.0.0.jar"。

2、Hadoop Eclipse簡介和使用

2.1 Eclipse插件介紹

　　Hadoop是一個強大的並行框架，它允許任務在其分佈式集羣上並行處理。但是編寫、調試Hadoop程序都有很大難度。正因爲如此，Hadoop的開發者開發出了Hadoop Eclipse插件，它在Hadoop的開發環境中嵌入了Eclipse，從而實現了開發環境的圖形化，降低了編程難度。在安裝插件，配置Hadoop的相關信息之後，如果用戶創建Hadoop程序，插件會自動導入Hadoop編程接口的JAR文件，這樣用戶就可以在Eclipse的圖形化界面中編寫、調試、運行Hadoop程序（包括單機程序和分佈式程序），也可以在其中查看自己程序的實時狀態、錯誤信息和運行結果，還可以查看、管理HDFS以及文件。總地來說，Hadoop Eclipse插件安裝簡單，使用方便，功能強大，尤其是在Hadoop編程方面，是Hadoop入門和Hadoop編程必不可少的工具。

2.2 Hadoop工作目錄簡介

　　爲了以後方便開發，我們按照下面把開發中用到的軟件安裝在此目錄中，JDK安裝除外，我這裏把JDK安裝在C盤的默認安裝路徑下，下面是我的工作目錄：

    系統磁盤（E：）

        |---HadoopWorkPlat

            |--- eclipse

            |--- hadoop-1.0.0

            |--- workplace

            |---……

　　按照上面目錄把Eclipse和Hadoop解壓到"E:\HadoopWorkPlat"下面，並創建"workplace"作爲Eclipse的工作空間。

　　備註：大家可以按照自己的情況，不一定按照我的結構來設計。

2.3 修改系統管理員名字

　　經過兩天多次探索，爲了使Eclipse能正常對Hadoop集羣的HDFS上的文件能進行修改和刪除，所以修改你工作時所用的Win7系統管理員名字，默認一般爲"Administrator"，把它修改爲"hadoop"，此用戶名與Hadoop集羣普通用戶一致，大家應該記得我們Hadoop集羣中所有的機器都有一個普通用戶——hadoop，而且Hadoop運行也是用這個用戶進行的。爲了不至於爲權限苦惱，我們可以修改Win7上系統管理員的姓名，這樣就避免出現該用戶在Hadoop集羣上沒有權限等都疼問題，會導致在Eclipse中對Hadoop集羣的HDFS創建和刪除文件受影響。

　　你可以做一下實驗，查看Master.Hadoop機器上"/usr/hadoop/logs"下面的日誌。發現權限不夠，不能進行"Write"操作，網上有幾種解決方案，但是對Hadoop1.0不起作用，詳情見"常見問題FAQ_2"。下面我們進行修改管理員名字。

　　首先"右擊"桌面上圖標"我的電腦"，選擇"管理"，彈出界面如下：

　　接着選擇"本地用戶和組"，展開"用戶"，找到系統管理員"Administrator"，修改其爲"hadoop"，操作結果如下圖：

　　最後，把電腦進行"註銷"或者"重啓電腦"，這樣才能使管理員才能用這個名字。

2.4 Eclipse插件開發配置

　　第一步：把我們的"hadoop-eclipse-plugin-1.0.0.jar"放到Eclipse的目錄的"plugins"中，然後重新Eclipse即可生效。

    系統磁盤（E：）

        |---HadoopWorkPlat

            |--- eclipse

                |--- plugins

                    |--- hadoop-eclipse-plugin-1.0.0.jar

　　上面是我的"hadoop-eclipse-plugin"插件放置的地方。重啓Eclipse如下圖：

　　細心的你從上圖中左側"Project Explorer"下面發現"DFS Locations"，說明Eclipse已經識別剛纔放入的Hadoop Eclipse插件了。

　　第二步：選擇"Window"菜單下的"Preference"，然後彈出一個窗體，在窗體的左側，有一列選項，裏面會多出"Hadoop Map/Reduce"選項，點擊此選項，選擇Hadoop的安裝目錄（如我的Hadoop目錄：E:\HadoopWorkPlat\hadoop-1.0.0）。結果如下圖：

　　第三步：切換"Map/Reduce"工作目錄，有兩種方法：

　　1）選擇"Window"菜單下選擇"Open Perspective"，彈出一個窗體，從中選擇"Map/Reduce"選項即可進行切換。

　　2）在Eclipse軟件的右上角，點擊圖標""中的""，點擊"Other"選項，也可以彈出上圖，從中選擇"Map/Reduce"，然後點擊"OK"即可確定。

　　切換到"Map/Reduce"工作目錄下的界面如下圖所示。

　　第四步：建立與Hadoop集羣的連接，在Eclipse軟件下面的"Map/Reduce Locations"進行右擊，彈出一個選項，選擇"New Hadoop Location"，然後彈出一個窗體。

　　注意上圖中的紅色標註的地方，是需要我們關注的地方。

Location Name：可以任意其，標識一個"Map/Reduce Location"
Map/Reduce Master
Host：192.168.1.2（Master.Hadoop的IP地址）
Port：9001

DFS Master
Use M/R Master host：前面的勾上。（因爲我們的NameNode和JobTracker都在一個機器上。）
Port：9000

User name：hadoop（默認爲Win系統管理員名字，因爲我們之前改了所以這裏就變成了hadoop。）

　　備註：這裏面的Host、Port分別爲你在mapred-site.xml、core-site.xml中配置的地址及端口。不清楚的可以參考"Hadoop集羣_第5期_Hadoop安裝配置_V1.0"進行查看。

　　接着點擊"Advanced parameters"從中找見"hadoop.tmp.dir"，修改成爲我們Hadoop集羣中設置的地址，我們的Hadoop集羣是"/usr/hadoop/tmp"，這個參數在"core-site.xml"進行了配置。

　　點擊"finish"之後，會發現Eclipse軟件下面的"Map/Reduce Locations"出現一條信息，就是我們剛纔建立的"Map/Reduce Location"。

　　第五步：查看HDFS文件系統，並嘗試建立文件夾和上傳文件。點擊Eclipse軟件左側的"DFS Locations"下面的"Win7ToHadoop"，就會展示出HDFS上的文件結構。

　　右擊"Win7ToHadoopàuseràhadoop"可以嘗試建立一個"文件夾--xiapi"，然後右擊刷新就能查看我們剛纔建立的文件夾。

　　創建完之後，並刷新，顯示結果如下：

　　用SecureCRT遠程登錄"Master.Hadoop"服務器，用下面命令查看是否已經建立一個"xiapi"的文件夾。

hadoop fs -ls

　　到此爲止，我們的Hadoop Eclipse開發環境已經配置完畢，不盡興的同學可以上傳點本地文件到HDFS分佈式文件上，可以互相對比意見文件是否已經上傳成功。

3、Eclipse運行WordCount程序

3.1 配置Eclipse的JDK

　　如果電腦上不僅僅安裝的JDK6.0，那麼要確定一下Eclipse的平臺的默認JDK是否6.0。從"Window"菜單下選擇"Preference"，彈出一個窗體，從窗體的左側找見"Java"，選擇"Installed JREs"，然後添加JDK6.0。下面是我的默認選擇JRE。

　　下面是沒有添加之前的設置如下：

　　下面是添加完JDK6.0之後結果如下：

　　接着設置Complier。

3.2 設置Eclipse的編碼爲UTF-8

3.3 創建MapReduce項目

　　從"File"菜單，選擇"Other"，找到"Map/Reduce Project"，然後選擇它。

　　接着，填寫MapReduce工程的名字爲"WordCountProject"，點擊"finish"完成。

　　目前爲止我們已經成功創建了MapReduce項目，我們發現在Eclipse軟件的左側多了我們的剛纔建立的項目。

3.4 創建WordCount類

　　選擇"WordCountProject"工程，右擊彈出菜單，然後選擇"New"，接着選擇"Class"，然後填寫如下信息：

　　因爲我們直接用Hadoop1.0.0自帶的WordCount程序，所以報名需要和代碼中的一致爲"org.apache.hadoop.examples"，類名也必須一致爲"WordCount"。這個代碼放在如下的結構中。

    hadoop-1.0.0

        |---src

            |---examples

                |---org

                    |---apache

                        |---hadoop

                            |---examples

　　從上面目錄中找見"WordCount.java"文件，用記事本打開，然後把代碼複製到剛纔建立的java文件中。當然源碼有些變動，變動的紅色已經標記出。

package 
org.apache.hadoop.examples;
 
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 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();
    conf.set("mapred.job.tracker",
"192.168.1.2:9001");
    String[] ars=new
String[]{"input","newout"};
    String[] otherArgs =
new GenericOptionsParser(conf, ars).getRemainingArgs();
    if
(otherArgs.length != 2) {
      System.err.println("Usage: wordcount  ");
      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);
    FileInputFormat.addInputPath(job,
new Path(otherArgs[0]));
    FileOutputFormat.setOutputPath(job,
new Path(otherArgs[1]));
    System.exit(job.waitForCompletion(true) ?
0 : 1);
  }
}

　　備註：如果不加"conf.set("mapred.job.tracker", "192.168.1.2:9001");"，將提示你的權限不夠，其實照成這樣的原因是剛纔設置的"Map/Reduce Location"其中的配置不是完全起作用，而是在本地的磁盤上建立了文件，並嘗試運行，顯然是不行的。我們要讓Eclipse提交作業到Hadoop集羣上，所以我們這裏手動添加Job運行地址。詳細參考"常見問題FAQ_3"。

3.5 運行WordCount程序

　　選擇"Wordcount.java"程序，右擊一次按照"Run ASàRun on Hadoop"運行。然後會彈出如下圖，按照下圖進行操作。

　　運行結果如下：

　　從上圖中我們得知我們的程序已經運行成功了。

3.6 查看WordCount運行結果

　　查看Eclipse軟件左側，右擊"DFS LocationsàWin7ToHadoopàuseràhadoop"，點擊刷新按鈕"Refresh"，我們剛纔出現的文件夾"newoutput"會出現。記得"newoutput"文件夾是運行程序時自動創建的，如果已經存在相同的的文件夾，要麼程序換個新的輸出文件夾，要麼刪除HDFS上的那個重名文件夾，不然會出錯。

　　打開"newoutput"文件夾，打開"part-r-00000"文件，可以看見執行後的結果。

　　到此爲止，Eclipse開發環境設置已經完畢，並且成功運行Wordcount程序，下一步我們真正開始Hadoop之旅。

4、常見問題FAQ

4.1 "error: failure to login"問題

　　下面以網上找的"hadoop-0.20.203.0"爲例，我在使用"V1.0"時也出現這樣的情況，原因就是那個"hadoop-eclipse-plugin-1.0.0_V1.0.jar"，是直接把源碼編譯而成，故而缺少相應的Jar包。具體情況如下

　　詳細地址：http://blog.csdn.net/chengfei112233/article/details/7252404

　　在我實踐嘗試中，發現hadoop-0.20.203.0版本的該包如果直接複製到eclipse的插件目錄中，在連接DFS時會出現錯誤，提示信息爲： "error: failure to login"。

　　彈出的錯誤提示框內容爲"An internal error occurred during: "Connecting to DFS hadoop".org/apache/commons/configuration/Configuration". 經過察看Eclipse的log，發現是缺少jar包導致的。進一步查找資料後，發現直接複製hadoop-eclipse-plugin-0.20.203.0.jar，該包中lib目錄下缺少了jar包。

　　經過網上資料蒐集，此處給出正確的安裝方法：

　　首先要對hadoop-eclipse-plugin-0.20.203.0.jar進行修改。用歸檔管理器打開該包，發現只有commons-cli-1.2.jar 和hadoop-core.jar兩個包。將hadoop/lib目錄下的：

commons-configuration-1.6.jar ,
commons-httpclient-3.0.1.jar ,
commons-lang-2.4.jar ,
jackson-core-asl-1.0.1.jar
jackson-mapper-asl-1.0.1.jar

一共5個包複製到hadoop-eclipse-plugin-0.20.203.0.jar的lib目錄下，如下圖：

　　然後，修改該包META-INF目錄下的MANIFEST.MF，將classpath修改爲一下內容：

Bundle-ClassPath:classes/,lib/hadoop-core.jar,lib/commons-cli-1.2.jar,lib/commons-httpclient-3.0.1.jar,lib/jackson-core-asl-1.0.1.jar,lib/jackson-mapper-asl-1.0.1.jar,lib/commons-configuration-1.6.jar,lib/commons-lang-2.4.jar

　　這樣就完成了對hadoop-eclipse-plugin-0.20.203.0.jar的修改。

　　最後，將hadoop-eclipse-plugin-0.20.203.0.jar複製到Eclipse的plugins目錄下。

　　備註：上面的操作對"hadoop-1.0.0"一樣適用。

4.2 "Permission denied"問題

　　網上試了很多，有提到"hadoop fs -chmod 777 /user/hadoop "，有提到"dfs.permissions 的配置項，將value值改爲 false"，有提到"hadoop.job.ugi"，但是通通沒有效果。

　　參考文獻：

地址1：http://www.cnblogs.com/acmy/archive/2011/10/28/2227901.html

地址2：http://sunjun041640.blog.163.com/blog/static/25626832201061751825292/

　　錯誤類型：org.apache.hadoop.security.AccessControlException: org.apache.hadoop.security .AccessControlException: Permission denied: user=*********, access=WRITE, inode="hadoop": hadoop:supergroup:rwxr-xr-x

　　解決方案：

　　　　我的解決方案直接把系統管理員的名字改成你的Hadoop集羣運行hadoop的那個用戶。

4.3 "Failed to set permissions of path"問題

　　　參考文獻：https://issues.apache.org/jira/browse/HADOOP-8089

　　　錯誤信息如下：

　　　　ERROR security.UserGroupInformation: PriviledgedActionException as: hadoop cause:java.io.IOException Failed to set permissions of path:\usr\hadoop\tmp\mapred\staging\hadoop753422487\.staging to 0700 Exception in thread "main" java.io.IOException: Failed to set permissions of path: \usr\hadoop\tmp \mapred\staging\hadoop753422487\.staging to 0700

　　　解決方法：

Configuration conf = new Configuration();

conf.set("mapred.job.tracker", "[server]:9001");

　　 "[server]:9001"中的"[server]"爲Hadoop集羣Master的IP地址。

4.4 "hadoop mapred執行目錄文件權"限問題

　　　參考文獻：http://blog.csdn.net/azhao_dn/article/details/6921398

　　　錯誤信息如下：

　　　job Submission failed with exception 'java.io.IOException(The ownership/permissions on the staging directory /tmp/hadoop-hadoop-user1/mapred/staging/hadoop-user1/.staging is not as expected. It is owned by hadoop-user1 and permissions are rwxrwxrwx. The directory must be owned by the submitter hadoop-user1 or by hadoop-user1 and permissions must be rwx------)

　　　修改權限：

　　這樣就能解決問題。

獻計獻策

發佈了29 篇原創文章 · 獲贊 3 · 訪問量 5萬+

私信關注

Hadoop開發環境

1、Hadoop開發環境簡介

1.1 Hadoop集羣簡介

1.2 Windows開發簡介

2、Hadoop Eclipse簡介和使用

2.1 Eclipse插件介紹

2.2 Hadoop工作目錄簡介

2.3 修改系統管理員名字

2.4 Eclipse插件開發配置

3、Eclipse運行WordCount程序

3.1 配置Eclipse的JDK

3.2 設置Eclipse的編碼爲UTF-8

3.3 創建MapReduce項目

3.4 創建WordCount類

3.5 運行WordCount程序

3.6 查看WordCount運行結果

4、常見問題FAQ

4.1 "error: failure to login"問題

4.2 "Permission denied"問題

4.3 "Failed to set permissions of path"問題

4.4 "hadoop mapred執行目錄文件權"限問題

實操|基於OceanBase打造更穩定的Zabbix監控系統

Milvus 老友匯｜RAG 場景、電商平臺、AI 平臺……如何用向量數據庫構建業務方案？

提高 RAG 應用準確度，時下流行的 Reranker 瞭解一下？

實錄｜三大AI開發神器亮相！李彥宏：人人都是開發者

Ubuntu中安裝HBase

如何在Linux上安裝與配置Hadoop？

SSH本機免登陸密碼

Win7與虛擬機VMware下運行的Ubuntu共享文件夾

Ubuntu安裝zookeeper

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結