1、工具介绍
Eclipse Idigo、JDK1.7-32bit、hadoop1.2.1、hadoop-eclipse-plugin-1.2.1.jar（自己网上下载）
2、插件安装步骤
1）将hadoop-eclipse-plugin-1.2.1.jar放到eclipse安装目录的plugins文件夹中，重新启动eclipse。
2）打开Window-->Preferens，发现Hadoop Map/Reduce选项，说明插件安装成功，配置Hadoop installation directory为本地Hadoop 安装解压的目录。此处选择是hadoop1.2.1软件包在windows中的文件夹，其中的各种文件可以都不用配置，与Linux中的hadoop没有什么特殊的联系，原生态的hadoop1.2.1.tar.gz解压的就行。
3）选择window -> open perspective -> Other... ， 选择有大象图标的 Map/Reduce，打开Map/Reduce的开发环境，右下角多了一个Map/Reduce Locations的框。
4）选择Map/Reduce Locations 标签，点击标签最右边的大象图标，即齿轮状图标右侧的大象图标，打开参数设置页面。
Location Name ： 参数设置名称
Map/Reduce Master ：Hadoop集群的Map/Reduce地址，应与mapredsite.xml中的mapred.job.tracker设置相同
Host: hadoop-master.dragon.org
port: 9001
DFS Master ：Hadoop的master服务器地址，应与core-site.xml中的 fs.default.name 设置相同
Host: hadoop-master.dragon.org
Port: 9000
设置完成后，点击Finish
5）接着点击 【Advanced parameters】从中找见【hadoop.tmp.dir】，修改为Hadoop集群【core-site.xml】中配置的值
6）重启hadoop配置一下两步（若不重启能找到的话也可以直接配置，本次测试时重启了，否则找不到）
配置【dfs.permissions】，修改为Hadoop集群【hdfs-site.xml】中配置的值【false】
配置【dfs.replication】，修改为Hadoop集群【hdfs-site.xml】中配置的值【1】
3、跑wordcount程序测试
因为本人已经测试完成，这个是后期整理，借用几张梦琪老师的图用一下，不影响运行，节省时间;
1)使用Eclipse 创建MapReduce工程，你会发现多了好多配置的jar文件，自动导入到项目中了。
2)将wordcount程序拷贝到该工程目录src文件夹下;程序同上一篇博客的wordcount程序。
1 package org.dragon.hadoop.mr;
2
3 import java.io.IOException;
4 import java.util.StringTokenizer;
5
6 import org.apache.hadoop.conf.Configuration;
7 import org.apache.hadoop.fs.Path;
8 import org.apache.hadoop.io.IntWritable;
9 import org.apache.hadoop.io.LongWritable;
10 import org.apache.hadoop.io.Text;
11 import org.apache.hadoop.mapreduce.Job;
12 import org.apache.hadoop.mapreduce.Mapper;
13 import org.apache.hadoop.mapreduce.Reducer;
14 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
15
16 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
17 import org.apache.hadoop.util.GenericOptionsParser;
18
19 import com.sun.accessibility.internal.resources.accessibility;
20 import com.sun.org.apache.xpath.internal.Arg;
21
22 /**
23 *
24 * @author ZhuXY
25 * @time 2016-3-7 下午3:37:54
26 *
27 * MapReduce 初级案例 wordcount程序
28 */
29 public class MyWorldCount {
30
31 //Mapper 区域
32 /**
33 * <KEYIN, VALUEIN, KEYOUT, VALUEOUT>
34 * 输入key类型 输入value类型 输出key类型 输出value类型
35 *
36 */
37
38 /**
39 * WordCount程序map类
40 *
41 */
42 static class MyMapper extends Mapper<LongWritable, Text, Text, IntWritable>{
43
44 private Text word=new Text();
45 private final static IntWritable one=new IntWritable(1);
46
47 //快捷键alt+shift+s
48 //map方法每次只读取一行数据，换句话说就是每行启动一个map函数
49 @Override
50 protected void map(LongWritable key, Text value, Context context)
51 throws IOException, InterruptedException {
52
53 //获取每行数据的值
54 String lineValue=value.toString();
55
56 //进行分割
57 StringTokenizer stringTokenizer=new StringTokenizer(lineValue);
58
59 //遍历
60 while (stringTokenizer.hasMoreElements()) {
61
62 //获取每个值
63 String worldValue=stringTokenizer.nextToken();
64
65 //设置map, 输入的key值
66 word.set(worldValue);
67 context.write(word, one); //如果出现就出现一次，存在每行出现几次，这时候键的值一样，多个键值对
68 }
69 }
70 }
71
72 //Reducer 区域
73 /**
74 * <KEYIN, VALUEIN, KEYOUT, VALUEOUT>
75 * KEYIN key, Iterable<VALUEIN> values, Context context
76 */
77
78 /**
79 * WordCount程序reduce类
80 *
81 */
82 static class MyReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
83
84 private IntWritable resultIntWritable=new IntWritable();
85 //这里key还是key。但是value变成了values
86 @Override
87 protected void reduce(Text key, Iterable<IntWritable> values,
88 Context context)
89 throws IOException, InterruptedException {
90 //用于累加的变量
91
92 int sum=0;
93 //循环遍历Interable
94 for(IntWritable value:values)
95 {
96 //累加
97 sum+=value.get();
98 }
99
100 //设置总次数
101 resultIntWritable.set(sum);
102 context.write(key, resultIntWritable);
103 }
104 }
105
106 //Client 区域
107 public static void main(String[] args) throws Exception {
108
109 //方便起见直接在此处写死了，可以在run as的配置中配置参数
110 args=new String[]{
111 "hdfs://hadoop-master.dragon.org:9000/wc/wcinput/",
112 "hdfs://hadoop-master.dragon.org:9000/wc/wcoutput/"
113 };
114
115 //获取配置文件信息
116 Configuration configuration=new Configuration();
117
118 //当命令格式不正确的时候，提示，类似于shell中的命令提示
119 // String[] otherArgs = new GenericOptionsParser(configuration,
120 // args).getRemainingArgs();
121 // if (otherArgs.length != 2) {
122 // System.err.println("Usage: wordcount <in> <out>");
123 // System.exit(2);
124 // }
125
126 //创建job。设置配置文件信息和Job名称
127 Job job=new Job(configuration,"wc");
128
129 //1、设置Job运行的类
130 job.setJarByClass(MyWorldCount.class);
131
132 //2、设置Mapper类和Reducer类
133 job.setMapperClass(MyMapper.class);
134 job.setReducerClass(MyReducer.class);
135
136 //3、设置输入文件的目录和输出文件目录
137 FileInputFormat.addInputPath(job, new Path(args[0]));
138 FileOutputFormat.setOutputPath(job, new Path(args[1]));
139
140 //4、设置输出结果的key和value的类型
141 job.setOutputKeyClass(Text.class);
142 job.setOutputValueClass(IntWritable.class);
143
144 //5、提交Job等待运行结果，并在客户端显示运行信息
145 boolean isSuccess=job.waitForCompletion(true);
146
147 //6、结束程序
148 System.exit(isSuccess?0:1);
149 }
150 }
3）直接在类中右击-->Run on hadoop
4）报错如下;Hadoop PriviledgedActionException
解决方案：
a、简称“修改源码”——找到hadoop1.2.1的源码，就是你第二步添加的源码，
修改%HADOOP_HOME%/src/core/org/apache/hadoop/fs/FileUtil.java里面checkReturnValue方法，注释掉方法内容：
b、简称“导入包修改”。显然第一种办法不是很合适。
到源码中找到该java文件，在该项目中建立与该文件所在的packet相同的packet，然后将FileUtils.java拷贝到该packet下面，注释掉上述注释掉的内容。
原因：Eclipse对packet的加载规则是先用本项目下面的，在用库中的。
5）再次运行wordcount程序没有问题了。
6）备注：如还有问题参考下面一张图片：
到此结束，以后插件就可以用了