导航：首页 > 网络安全 >

eclipse怎么搭建hadoop环境

发表于：2025-01-19 作者：千家信息网编辑

千家信息网最后更新 2025年01月19日，这篇文章主要讲解了"eclipse怎么搭建hadoop环境"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"eclipse怎么搭建hadoop环境"吧！一

千家信息网最后更新 2025年01月19日eclipse怎么搭建hadoop环境

这篇文章主要讲解了"eclipse怎么搭建hadoop环境"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"eclipse怎么搭建hadoop环境"吧！

一、安装Eclipse

下载Eclipse，解压安装，例如安装到/usr/local，即/usr/local/eclipse

4.3.1版本下载地址：http://pan.baidu.com/s/1eQkpRgu

二、在eclipse上安装hadoop插件

1、下载hadoop插件

下载地址：http://pan.baidu.com/s/1mgiHFok

　　此zip文件包含了源码，我们使用使用编译好的jar即可，解压后，release文件夹中的hadoop.eclipse-kepler-plugin-2.2.0.jar就是编译好的插件。

2、把插件放到eclipse/plugins目录下

3、重启eclipse，配置Hadoop installation directory

如果插件安装成功，打开Windows-Preferences后，在窗口左侧会有Hadoop Map/Reduce选项，点击此选项，在窗口右侧设置Hadoop安装路径。

4、配置Map/Reduce Locations

打开Windows-Open Perspective-Other

选择Map/Reduce，点击OK

在右下方看到如下图所示

点击Map/Reduce Location选项卡，点击右边小象图标，打开Hadoop Location配置窗口：

输入Location Name，任意名称即可.配置Map/Reduce Master和DFS Mastrer，Host和Port配置成与core-site.xml的设置一致即可。

点击"Finish"按钮，关闭窗口。

点击左侧的DFSLocations->myhadoop（上一步配置的location name)，如能看到user，表示安装成功

如果如下图所示表示安装失败，请检查Hadoop是否启动，以及eclipse配置是否正确。

三、新建WordCount项目

File->Project，选择Map/Reduce Project，输入项目名称WordCount等。

在WordCount项目里新建class，名称为WordCount，代码如下：

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{ 　　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 {　　private IntWritable result = new IntWritable(); 　　public void reduce(Text key, Iterable values,Context context) throws IOException, InterruptedException {　　　　int sum = 0;　　　　for (IntWritableval : 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  ");　　　　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);}}