使用Eclipse編寫MapReduce程序

寫在前面：

測試環境：Deepin 15.10.1、Hadoop-2.8.5、Eclipse Photon Release (4.8.0)

Step0:使用Eclipse操作HDFS

安裝hadoop2x-eclipse-plugin插件，能夠使得在Eclipse中查看HDFS中的目錄和文件。

安裝 hadoop-eclipse-plugin，可在下Github 上下載的 hadoop2x-eclipse-plugin.下載後，將 release 中的 hadoop-eclipse-kepler-plugin-2.6.0.jar 複製到 Eclipse 安裝目錄的 plugins 文件夾中，運行 eclipse -clean 重啓 Eclipse。（添加插件後只需要運行一次該命令，以後按照正常方式啓動就行了）。

安裝完成後進行有關配置，在此強調需要先啓動Hadoop，需要先啓動Hadoop，需要先啓動Hadoop（重要的事情說三遍）。重啓完成Eclipse後，可在project Explorer中看到上圖中的DFS Locations。

接着配置本地hdfs目錄位置。安裝插件後在Window->Preferences中會多出Hadoop Map/Reduce選項，點擊配置本機上的hadoop目錄。

Step1:創建MapReduce項目

MapReduce項目其實就是普通的Java項目，由於我們先前安裝了插件，在此處我們可以使用插件進行快捷項目創建，在File->New->Map/Reduce Project。（其實這裏就是幫助我們導入了有關的jar包，無需再手動導入）

創建項目完成後，切換Map/Reduce開發視圖，Window -> Perspective -> Open Perspective -> Other，在下方同Console相同的面板區即可查看到Map/Reduce Locations 開發面板。

 選中Map/Reduce Locations面板中 ，在空白區右擊選擇New Hadoop Location，建立與 Hadoop 集羣的連接。

 在彈出來的 General 選項面板中，General 的設置要與 Hadoop 的配置一致。一般兩個 Host 值是一樣的，如果是僞分佈式，填寫 localhost 即可，此處本地配置的是Hadoop僞分佈式配置，設置 fs.defaultFS 爲 hdfs://localhost:9001，則 DFS Master 的 Port 要改爲 9001。Map/Reduce(V2) Master 的 Port 用默認的即可，Location Name 隨意填寫。

 配置完成後即可在DFS Locations中查看到HDFS中的文件，可以自由的進行文件的上傳和下載等操作。

 Step3:編寫MapReduce程序

右擊WordCount項目，創建一個新的Class，這裏我們使用官方的WordCount文件。代碼如下：

package org.apache.hadoop.examples;
 
import java.io.IOException;
import java.util.Iterator;
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 WordCount() {
    }
 
    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 = Job.getInstance(conf, "word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(WordCount.TokenizerMapper.class);
        job.setCombinerClass(WordCount.IntSumReducer.class);
        job.setReducerClass(WordCount.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);
    }
 
    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
        private IntWritable result = new IntWritable();
 
        public IntSumReducer() {
        }
 
        public void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            int sum = 0;
 
            IntWritable val;
            for(Iterator i$ = values.iterator(); i$.hasNext(); sum += val.get()) {
                val = (IntWritable)i$.next();
            }
 
            this.result.set(sum);
            context.write(key, this.result);
        }
    }
 
    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        private static final IntWritable one = new IntWritable(1);
        private Text word = new Text();
 
        public TokenizerMapper() {
        }
 
        public void map(Object key, Text value, Mapper<Object, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
 
            while(itr.hasMoreTokens()) {
                this.word.set(itr.nextToken());
                context.write(this.word, one);
            }
 
        }
    }
}

執行WordCount.java之前，還需要將本地Hadoop配置文件和log4j配置文件複製到項目目錄（未添加log4j配置文件可以正常執行）， WordCount的輸入和輸出文件都在HDFS中，所以需要配置Eclipse中的執行文件時的參數，正常執行後控制檯無輸出（圖中輸出WARN由於未配置log4j）,在DFS Locantions中可以查看到執行結果。（test.txt文件內容只有一句話：It's a test text.txt）

 除了設置運行參數以外，還可以通過修改代碼實現參數的設置。修改如下代碼即可。

// String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
String[] otherArgs=new String[]{"input","output"}; /* 直接設置輸入參數 */