轉載自：http://www.cnblogs.com/yjmyzz/p/how-to-remote-debug-hadoop-with-eclipse-and-intellij-idea.html
很多hadoop初學者估計都我一樣，由於沒有足夠的機器資源，只能在虛擬機里弄一個linux安裝hadoop的僞分佈，然後在host機上win7裏使用eclipse或Intellj idea來寫代碼測試，那麼問題來了，win7下的eclipse或intellij idea如何遠程提交map/reduce任務到遠程hadoop，並斷點調試？
一、準備工作
1.1 在win7中，找一個目錄，解壓hadoop-2.6.0，本文中是D:\yangjm\Code\study\hadoop\hadoop-2.6.0 (以下用$HADOOP_HOME表示)
1.2 在win7中添加幾個環境變量
HADOOP_HOME=D:\yangjm\Code\study\hadoop\hadoop-2.6.0
HADOOP_BIN_PATH=%HADOOP_HOME%\bin
HADOOP_PREFIX=D:\yangjm\Code\study\hadoop\hadoop-2.6.0
另外，PATH變量在最後追加;%HADOOP_HOME%\bin
二、eclipse遠程調試
1.1 下載hadoop-eclipse-plugin插件
hadoop-eclipse-plugin是一個專門用於eclipse的hadoop插件，可以直接在IDE環境中查看hdfs的目錄和文件內容。其源代碼託管於github上，官網地址是https://github.com/winghc/hadoop2x-eclipse-plugin
有興趣的可以自己下載源碼編譯，百度一下N多文章，但如果只是使用 https://github.com/winghc/hadoop2x-eclipse-plugin/tree/master/release%20 這裏已經提供了各種編譯好的版本，直接用就行，將下載後的hadoop-eclipse-plugin-2.6.0.jar複製到eclipse/plugins目錄下，然後重啓eclipse就完事了
1.2 下載windows64位平臺的hadoop2.6插件包(hadoop.dll,winutils.exe)
在hadoop2.6.0源碼的hadoop-common-project\hadoop-common\src\main\winutils下，有一個vs.net工程，編譯這個工程可以得到這一堆文件，輸出的文件中，
hadoop.dll、winutils.exe 這二個最有用，將winutils.exe複製到$HADOOP_HOME\bin目錄，將hadoop.dll複製到%windir%\system32目錄 (主要是防止插件報各種莫名錯誤，比如空對象引用啥的)
注：如果不想編譯，可直接下載編譯好的文件 hadoop2.6(x64)V0.2.zip
1.3 配置hadoop-eclipse-plugin插件
啓動eclipse，windows->show view->other
window->preferences->hadoop map/reduce 指定win7上的hadoop根目錄（即：$HADOOP_HOME）
然後在Map/Reduce Locations 面板中，點擊小象圖標
添加一個Location
這個界面灰常重要，解釋一下幾個參數：
Location name 這裏就是起個名字，隨便起
Map/Reduce(V2) Master Host 這裏就是虛擬機裏hadoop master對應的IP地址，下面的端口對應 hdfs-site.xml裏dfs.datanode.ipc.address屬性所指定的端口
DFS Master Port： 這裏的端口，對應core-site.xml裏fs.defaultFS所指定的端口
最後的user name要跟虛擬機裏運行hadoop的用戶名一致，我是用hadoop身份安裝運行hadoop 2.6.0的，所以這裏填寫hadoop，如果你是用root安裝的，相應的改成root
這些參數指定好以後，點擊Finish，eclipse就知道如何去連接hadoop了，一切順利的話，在Project Explorer面板中，就能看到hdfs裏的目錄和文件了
可以在文件上右擊，選擇刪除試下，通常第一次是不成功的，會提示一堆東西，大意是權限不足之類，原因是當前的win7登錄用戶不是虛擬機裏hadoop的運行用戶，解決辦法有很多，比如你可以在win7上新建一個hadoop的管理員用戶，然後切換成hadoop登錄win7，再使用eclipse開發，但是這樣太煩，最簡單的辦法:
hdfs-site.xml裏添加
1 <property> 2 <name>dfs.permissions</name> 3 <value>false</value> 4 </property>
然後在虛擬機裏，運行hadoop dfsadmin -safemode leave
保險起見，再來一個 hadoop fs -chmod 777 /
總而言之，就是徹底把hadoop的安全檢測關掉（學習階段不需要這些，正式生產上時，不要這麼幹），最後重啓hadoop，再到eclipse裏，重複剛纔的刪除文件操作試下，應該可以了。
1.4 創建WoldCount示例項目
新建一個項目，選擇Map/Reduce Project
後面的Next就行了，然後放一上WodCount.java，代碼如下：
View
Code然後再放一個log4j.properties，內容如下：（爲了方便運行起來後，查看各種輸出）
View
Code最終的目錄結構如下：
然後可以Run了，當然是不會成功的，因爲沒給WordCount輸入參數，參考下圖：
1.5 設置運行參數
因爲WordCount是輸入一個文件用於統計單詞字，然後輸出到另一個文件夾下，所以給二個參數，參考上圖，在Program arguments裏，輸入
hdfs://172.28.20.xxx:9000/jimmy/input/README.txt
hdfs://172.28.20.xxx:9000/jimmy/output/
大家參考這個改一下(主要是把IP換成自己虛擬機裏的IP)，注意的是，如果input/READM.txt文件沒有，請先手動上傳，然後/output/ 必須是不存在的，否則程序運行到最後，發現目標目錄存在，也會報錯，這個弄完後，可以在適當的位置打個斷點，終於可以調試了：
三、intellij idea 遠程調試hadoop
3.1 創建一個maven的WordCount項目
pom文件如下：
View
Code項目結構如下：
項目上右擊-》Open Module Settings 或按F12，打開模塊屬性
添加依賴的Libary引用
然後把$HADOOP_HOME下的對應包全導進來
導入的libary可以起個名稱，比如hadoop2.6
3.2 設置運行參數
注意二個地方：
1是Program aguments，這裏跟eclipes類似的做法，指定輸入文件和輸出文件夾
2是Working Directory，即工作目錄，指定爲$HADOOP_HOME所在目錄
然後就可以調試了
intellij下唯一不爽的，由於沒有類似eclipse的hadoop插件，每次運行完wordcount，下次再要運行時，只能手動命令行刪除output目錄，再行調試。爲了解決這個問題，可以將WordCount代碼改進一下，在運行前先刪除output目錄，見下面的代碼：
View
Code
但是光這樣還不夠，在IDE環境中運行時，IDE需要知道去連哪一個hdfs實例（就好象在db開發中，需要在配置xml中指定DataSource一樣的道理），將$HADOOP_HOME\etc\hadoop下的core-site.xml，複製到resouces目錄下，類似下面這樣：
裏面的內容如下：
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://172.28.20.***:9000</value> </property> </configuration>
上面的IP換成虛擬機裏的IP即可