搭建Hadoop源代码学习环境

hadoop文件目录相关

前面的文章把Hadoop算是简单的入门，下载的源码，写了HelloWorld，简要分析了其编程要点，然后也编了个较复杂的示例。接下来先看看其源码，研究下如何实现的。

研究源码，那我们就来先从整体上看一下Hadoop-0.20.2的目录：

这个是刚下完代码后，目录列表中的内容

进入src目录，可以看到如下图所示内容：

搭建hadoop源码学习环境

创建一普通的java工程：

点下一步，输入工程名：HadoopSrcStudy,然后再下一步

然后全部默认下一步，再Finish完成：

接下来，添加源码了，打开hadoop下面的src文件夹，将core,hdfs,marped这三个目录，复制到工程里面。（先在选中三个文件夹ctrl+c，然后回到eclipse中，选中HadoopSrcStudy工程，然后直接按一下ctrl+v）

文件夹添加进来以后，现在这三个文件夹还不能当成源码进行编译，所以我们右健工程属性:

然后选中Java Build Path，在右边的tab页选中Source，然后点Add Folder：

在弹出页面中，选中core、hdfs、mapred三个目录，然后点两次OK，完成设置。

在源码目录下建一个jar的文件夹。然后将以下目录下的jar文件都复制进来。

hadoop-0.20.2/build/ivy/lib/Hadoop/common/*.jar

hadoop-0.20.2/lib/jsp-2.1/*.jar

hadoop-0.20.2/lib/kfs-0.2.2.jar

hadoop-0.20.2/lib/hsqldb-1.8.0.10.jar

然后右健工程，选属性页，在BuildPath页，选Libraiers：

点击Add Jars：

选择jar文件夹下所有的jar文件，然后点两次OK。

RccTask文件里还存在bug：

对着该文件右健菜单Build Path->Exclude即可。

然后将hadoop-0.20.2目录下conf文件夹下的core-site.xml、hdfs-site.xml、mapred-site.xml、log4j.properties这几个文件，放在src目录下，

将hadoop-0.20.2目录下src文件夹下的，webapps复制到src目录下。

在eclipse中，src目录下建一个package，名为：org.apache.hadoop，然后将hadoop-0.20.2\build\src\org\apahe\hadoop\package-info.java文件，复制到该package下。目录如下：

这样源码调试环境完成。

让Hadoop在eclipse中运行起来

源码已经加入，并且已经编译通过了，接下来得在eclipse中跑一下，试下是否能正常跑起来。

这里我们尝试，用命令行中执行namenode，然后用eclipse运行datanode，然后再开一个命令行，用fs命令，是否能查到之前的内容。

1.打开终端，cd进入hadoop-0.20.2目录，执行bin/hadoop namenode命令

出现如下错误：

14/12/15 17:31:47 INFO datanode.DataNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting DataNode
STARTUP_MSG: host = ubuntu/127.0.1.1
STARTUP_MSG: args = []
STARTUP_MSG: version = 0.20.2
STARTUP_MSG: build = -r ; compiled by ‘wu‘ on Sun Nov 30 07:50:30 PST 2014
************************************************************/
14/12/15 17:31:49 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 0 time(s).
14/12/15 17:31:50 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 1 time(s).
14/12/15 17:31:51 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 2 time(s).
14/12/15 17:31:52 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 3 time(s).
14/12/15 17:31:53 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 4 time(s).
14/12/15 17:31:54 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 5 time(s).
14/12/15 17:31:55 INFO ipc.Client: Retrying connect to server: localhost/127.0.0.1:9000. Already tried 6 time(s).

终端输入命令：

bin/start-all.sh

控制台正常输出：

14/12/15 17:34:25 INFO datanode.DataNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting DataNode
STARTUP_MSG: host = ubuntu/127.0.1.1
STARTUP_MSG: args = []
STARTUP_MSG: version = 0.20.2
STARTUP_MSG: build = -r ; compiled by ‘wu‘ on Sun Nov 30 07:50:30 PST 2014
************************************************************/
14/12/15 17:34:25 INFO common.Storage: Storage directory /tmp/hadoop-wu/dfs/data is not formatted.
14/12/15 17:34:25 INFO common.Storage: Formatting ...
14/12/15 17:34:26 INFO datanode.DataNode: Registered FSDatasetStatusMBean
14/12/15 17:34:26 INFO datanode.DataNode: Opened info server at 50010
14/12/15 17:34:26 INFO datanode.DataNode: Balancing bandwith is 1048576 bytes/s
14/12/15 17:34:26 INFO mortbay.log: Logging to org.slf4j.impl.Log4jLoggerAdapter(org.mortbay.log) via org.mortbay.log.Slf4jLog
14/12/15 17:34:26 INFO http.HttpServer: Port returned by webServer.getConnectors()[0].getLocalPort() before open() is -1. Opening the listener on 50075
14/12/15 17:34:26 INFO http.HttpServer: listener.getLocalPort() returned 50075 webServer.getConnectors()[0].getLocalPort() returned 50075
14/12/15 17:34:26 INFO http.HttpServer: Jetty bound to port 50075
14/12/15 17:34:26 INFO mortbay.log: jetty-6.1.14
14/12/15 17:34:33 INFO mortbay.log: Started [email protected]:50075
14/12/15 17:34:34 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=DataNode, sessionId=null
14/12/15 17:34:34 INFO metrics.RpcMetrics: Initializing RPC Metrics with hostName=DataNode, port=50020
14/12/15 17:34:34 INFO ipc.Server: IPC Server Responder: starting
14/12/15 17:34:34 INFO ipc.Server: IPC Server listener on 50020: starting
14/12/15 17:34:34 INFO ipc.Server: IPC Server handler 0 on 50020: starting

2.在eclipse中，进入hdfs目录，再进入org.apache.hadoop.hdfs.server.datanode目录，打开DataNode.java文件，然后点上面的运行，然后就可以看到在eclipse中，正常的输出信息，且没有错误。该信息，可以在log文件夹下，找到datanode的日志，其内容是一样的。 同时在前面的命令行窗体中，可以看到namenode程序中收到一个datanode的接入请求。

3.再打开一个命令行窗口，进入hadoop-0.20.2目录bin/hadoop fs –ls，就可以看到输出了文件列表。

4.然后再输入命令bin/hadoop fs -cat out/* 就可以看到之前程序运行生成在out目录下的数据了。

如果上面两个命令都执行成功，说明namenode和在eclipse中运行的datanode都起作用了。可以再观察下，当我们在执行cat命令时，在eclipse中的输出框中，看到有新的响应输出，说明它工作了。

同样，我们还可以反过来，在eclipse中运行namenode，在命令行中运行datanode。同样的效果。

为了可以看到更多的调试日志输出，我们还可以打开src下的log4j.properties文件，在第二行中的INFO改成DEBUG，这样输出的内容会更详细。

参考资料

http://www.cnblogs.com/zjfstudio/p/3919331.html