使用hadoop进行MapReduce编程的时候，我们都希望使用IDE进行开发，本文主要介绍如何使用Eclipse进行hadoop编程。
如果你的集群还没搭好，可以参考我的前一篇文章Ubuntu下用hadoop2.4搭建集群（伪分布式）
一、安装Eclipse
方法一：直接在Ubuntu的软件中心进行下载，如下图所示。
方法二：先下载Eclispe压缩文件后，使用命令进行安装，下载地址：http://pan.baidu.com/s/1mgiHFok
sudo tar -zxvf eclipse-dsl-juno-SR1-linux-gtk.tar.gz
这样Eclipse就安装好了。
二、安装 Hadoop-Eclipse-Plugin
下载 hadoop2x-eclipse-plugin ，将 release 中的 hadoop-eclipse-kepler-plugin-2.2.0.jar （虽然标注的是 2.2.0，但在 2.4.1 下是没问题的，应该在 2.x 版本下都可以，不过有时候会提示有些东西过期，对于学习者来说，我个人觉得暂时可以不考虑这些细节）复制到 Eclipse 安装目录的 plugin 文件夹中，运行./eclipse -clean 重启 Eclipse 即可。使用方法一的Eclipse 的默认安装目录为：/usr/lib/eclipse
：使用方法二的安装Eclipse的话目录根据自己而定了，我的目录是/usr/local/eclipse。./eclipse -clean命令需要在Eclipse的安装目录下。打开后就可一看到文件系统了。
插件需要进一步的配置。
第一步：选择 Window 菜单下的 Preference ，然后弹出一个窗体，窗体的左侧会多出 Hadoop Map/Reduce 选项，点击此选项，选择 Hadoop 的安装目录（如/usr/local/hadoop）。
第二步：切换 Map/Reduce 工作目录，选择 Window 菜单下选择 Open Perspective，弹出一个窗体，从中选择 Map/Reduce 选项即可进行切换。
第三步 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—>MapReduceProject（上一步配置的location name)，如能看到user，表示安装成功
如果出现这个提示这个错误Error:call from mylinux/127.0.1.1 to localhost:9090 failed on connection exception java.Connection.net.ConnectException拒绝连接。
首先确定hadoop有没有启动。我当时也是由于没有启动hadoop，然后折腾了好久才发现了这个问题，希望对大家有所帮助。
具体一些原因可以参考我的一篇博客在Ubuntu下使用Eclispe连接hadoop时拒绝链接解决方案总结
三、新建WordCount例子
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<Object, Text, Text, IntWritable>{
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<Text,IntWritable,Text,IntWritable> {
private IntWritable result = new IntWritable();
public void reduce(Text key, Iterable<IntWritable> values,Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : 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 <in> <out>");
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);
}
}
1、在HDFS上创建目录input
hadoop fs -mkdir input
这是使用命令来创建，我们可以在Eclipse里面右键hadoop(根据个人配置不同这个会有出入)进行创建
2、拷贝本地README.txt到HDFS的input里
hadoop fs -copyFromLocal /usr/local/hadoop/README.txt input
同样我们可以右键input，然后选择Upload file ，使用可视化的形式进行文件上传。
3、点击WordCount.java，右键，点击Run As—>Run Configurations，配置运行参数，即输入和输出文件夹
当然我们也可以在代码里直接写路径，真正搞懂文件系统你会发现方法还有很多，只是需要修改java代码。
下面这个配置是对应了代码里面这个
String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();，
hdfs://localhost:9000/user/hadoop/input hdfs://localhost:9000/user/hadoop/output
4、运行完成后，查看运行结果
第一种方法就是在终端里面直接使用命令行进行查看。
hadoop fs -ls output
可以看到有两个输出结果，_SUCCESS和part-r-00000
执行
hadoop fs -cat output/*
第二种方法就是直接在Eclipse里面查看。首先记得刷新一下文件系统～
展开DFS Locations，如下图所示，双击打开part-r00000查看结果
