window下连接hadoop集群基础超详细版

转载

Java海洋 2022-11-15 12:41:00 博主文章分类：自己记录

文章标签 hadoop eclipse apache 文章分类 运维

1、Hadoop开发环境简介

1.1 Hadoop集群简介

6u31-linux-i586.bin

　　Linux系统：CentOS6.0

hadoop-1.0.0.tar.gz

1.2 Windows开发简介

6u31-windows-i586.exe

　　Win系统：Windows 7 旗舰版

indigo-SR1-win32.zip | eclipse-jee-helios-SR2-win32.zip

　　Hadoop软件：hadoop-1.0.0.tar.gz

　　Hadoop Eclipse 插件：hadoop-eclipse-plugin-1.0.0.jar

　　备注：下面是网上收集的收集的"hadoop-eclipse-plugin-1.0.0.jar"，除"版本2.0"是根据"V1.0"按照"常见问题FAQ_1"改的之外，剩余的"V3.0"、"V4.0"和"V5.0"和"V2.0"一样是别人已经弄好的，而且我已经都测试过，没有任何问题，可以放心使用。我们这里选择第"V5.0"使用。记得在使用时重新命名为"hadoop-eclipse-plugin-1.0.0.jar"。

window下连接hadoop集群基础超详细版_eclipse

2、Hadoop Eclipse简介和使用

2.1 Eclipse插件介绍

　　Hadoop是一个强大的并行框架，它允许任务在其分布式集群上并行处理。但是编写、调试Hadoop程序都有很大难度。正因为如此，Hadoop的开发者开发出了Hadoop Eclipse插件，它在Hadoop的开发环境中嵌入了Eclipse，从而实现了开发环境的图形化，降低了编程难度。在安装插件，配置Hadoop的相关信息之后，如果用户创建Hadoop程序，插件会自动导入Hadoop编程接口的JAR文件，这样用户就可以在Eclipse的图形化界面中编写、调试、运行Hadoop程序（包括单机程序和分布式程序），也可以在其中查看自己程序的实时状态、错误信息和运行结果，还可以查看、管理HDFS以及文件。总地来说，Hadoop Eclipse插件安装简单，使用方便，功能强大，尤其是在Hadoop编程方面，是Hadoop入门和Hadoop编程必不可少的工具。

2.2 Hadoop工作目录简介

　　为了以后方便开发，我们按照下面把开发中用到的软件安装在此目录中，JDK安装除外，我这里把JDK安装在C盘的默认安装路径下，下面是我的工作目录：

    系统磁盘（E：）
        |---HadoopWorkPlat
            |--- eclipse
            |--- hadoop-1.0.0
            |--- workplace
……

　　按照上面目录把Eclipse和Hadoop解压到"E:\HadoopWorkPlat"下面，并创建"workplace"作为Eclipse的工作空间。

window下连接hadoop集群基础超详细版_eclipse_02

　　备注：大家可以按照自己的情况，不一定按照我的结构来设计。

2.3 修改系统管理员名字

Administrator"，把它修改为"hadoop"，此用户名与Hadoop集群普通用户一致，大家应该记得我们Hadoop集群中所有的机器都有一个普通用户——hadoop，而且Hadoop运行也是用这个用户进行的。为了不至于为权限苦恼，我们可以修改Win7上系统管理员的姓名，这样就避免出现该用户在Hadoop集群上没有权限等都疼问题，会导致在Eclipse中对Hadoop集群的HDFS创建和删除文件受影响。

2"。下面我们进行修改管理员名字。

右击"桌面上图标"我的电脑"，选择"管理"，弹出界面如下：

window下连接hadoop集群基础超详细版_apache_03

本地用户和组"，展开"用户"，找到系统管理员"Administrator"，修改其为"hadoop"，操作结果如下图：

window下连接hadoop集群基础超详细版_apache_04

注销"或者"重启电脑"，这样才能使管理员才能用这个名字。

2.4 Eclipse插件开发配置

　　第一步：把我们的"hadoop-eclipse-plugin-1.0.0.jar"放到Eclipse的目录的"plugins"中，然后重新Eclipse即可生效。

    系统磁盘（E：）
        |---HadoopWorkPlat
            |--- eclipse
plugins
hadoop-eclipse-plugin-1.0.0.jar

　　上面是我的"hadoop-eclipse-plugin"插件放置的地方。重启Eclipse如下图：

window下连接hadoop集群基础超详细版_hadoop_05

　　细心的你从上图中左侧"Project Explorer"下面发现"DFS Locations"，说明Eclipse已经识别刚才放入的Hadoop Eclipse插件了。

　　第二步：选择"Window"菜单下的"Preference"，然后弹出一个窗体，在窗体的左侧，有一列选项，里面会多出"Hadoop Map/Reduce"选项，点击此选项，选择Hadoop的安装目录（如我的Hadoop目录：E:\HadoopWorkPlat\hadoop-1.0.0）。结果如下图：

window下连接hadoop集群基础超详细版_apache_06

　　第三步：切换"Map/Reduce"工作目录，有两种方法：

　　1）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。

window下连接hadoop集群基础超详细版_apache_07

右上角，点击图标"

window下连接hadoop集群基础超详细版_apache_08

"中的"

window下连接hadoop集群基础超详细版_eclipse_09

"，点击"Other"选项，也可以弹出上图，从中选择"Map/Reduce"，然后点击"OK"即可确定。

　　切换到"Map/Reduce"工作目录下的界面如下图所示。

window下连接hadoop集群基础超详细版_eclipse_10

　　第四步：建立与Hadoop集群的连接，在Eclipse软件下面的"Map/Reduce Locations"进行右击，弹出一个选项，选择"New Hadoop Location"，然后弹出一个窗体。

window下连接hadoop集群基础超详细版_apache_11

window下连接hadoop集群基础超详细版_hadoop_12

　　注意上图中的红色标注的地方，是需要我们关注的地方。

Location Name：可以任意其，标识一个"Map/Reduce Location"
Map/Reduce Master
Host：192.168.1.2（ Master.Hadoop的IP地址）
Port：9001
DFS Master
Use M/R Master host：前面的勾上。（因为我们的NameNode和JobTracker都在一个机器上。）
Port：9000
User name：hadoop（默认为Win系统管理员名字，因为我们之前改了所以这里就变成了hadoop。）

window下连接hadoop集群基础超详细版_apache_13

　　备注：这里面的Host、Port分别为你在mapred-site.xml、core-site.xml中配置的地址及端口。不清楚的可以参考"Hadoop集群_第5期_Hadoop安装配置_V1.0"进行查看。

/usr/hadoop/tmp"，这个参数在"core-site.xml"进行了配置。

window下连接hadoop集群基础超详细版_hadoop_14

　　点击"finish"之后，会发现Eclipse软件下面的"Map/Reduce Locations"出现一条信息，就是我们刚才建立的"Map/Reduce Location"。

window下连接hadoop集群基础超详细版_eclipse_15

　　第五步：查看HDFS文件系统，并尝试建立文件夹和上传文件。点击Eclipse软件左侧的"DFS Locations"下面的"Win7ToHadoop"，就会展示出HDFS上的文件结构。

window下连接hadoop集群基础超详细版_eclipse_16

àuseràhadoop"可以尝试建立一个"文件夹--xiapi"，然后右击刷新就能查看我们刚才建立的文件夹。

window下连接hadoop集群基础超详细版_hadoop_17

　　创建完之后，并刷新，显示结果如下：

window下连接hadoop集群基础超详细版_hadoop_18

　　用SecureCRT远程登录"Master.Hadoop"服务器，用下面命令查看是否已经建立一个"xiapi"的文件夹。

hadoop fs -ls

window下连接hadoop集群基础超详细版_eclipse_19

　　到此为止，我们的Hadoop Eclipse开发环境已经配置完毕，不尽兴的同学可以上传点本地文件到HDFS分布式文件上，可以互相对比意见文件是否已经上传成功。

3、Eclipse运行WordCount程序

3.1 配置Eclipse的JDK

Preference"，弹出一个窗体，从窗体的左侧找见"Java"，选择"Installed JREs"，然后添加JDK6.0。下面是我的默认选择JRE。

window下连接hadoop集群基础超详细版_hadoop_20

　　下面是没有添加之前的设置如下：

window下连接hadoop集群基础超详细版_hadoop_21

　　下面是添加完JDK6.0之后结果如下：

window下连接hadoop集群基础超详细版_eclipse_22

　　接着设置Complier。

window下连接hadoop集群基础超详细版_hadoop_23

3.2 设置Eclipse的编码为UTF-8

window下连接hadoop集群基础超详细版_eclipse_24

3.3 创建MapReduce项目

Map/Reduce Project"，然后选择它。

window下连接hadoop集群基础超详细版_apache_25

　　接着，填写MapReduce工程的名字为"WordCountProject"，点击"finish"完成。

window下连接hadoop集群基础超详细版_apache_26

　　目前为止我们已经成功创建了MapReduce项目，我们发现在Eclipse软件的左侧多了我们的刚才建立的项目。

window下连接hadoop集群基础超详细版_eclipse_27

3.4 创建WordCount类

　　选择"WordCountProject"工程，右击弹出菜单，然后选择"New"，接着选择"Class"，然后填写如下信息：

window下连接hadoop集群基础超详细版_hadoop_28

　　因为我们直接用Hadoop1.0.0自带的WordCount程序，所以报名需要和代码中的一致为"org.apache.hadoop.examples"，类名也必须一致为"WordCount"。这个代码放在如下的结构中。

    hadoop-1.0.0
        |---src
            |---examples
                |---org
                    |---apache
                        |---hadoop
                            |---examples

WordCount.java"文件，用记事本打开，然后把代码复制到刚才建立的java文件中。当然源码有些变动，变动的红色已经标记出。

package          org.apache.hadoop.examples;        
                   
          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 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();        
                   conf.set(         "mapred.job.tracker"         ,         "192.168.1.2:9001"         );        
                   String[] ars=         new          String[]{         "input"         ,         "newout"         };        
                   String[] otherArgs =          new          GenericOptionsParser(conf, ars).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         );        
                   }        
          }

conf.set("mapred.job.tracker", "192.168.1.2:9001");"，将提示你的权限不够，其实照成这样的原因是刚才设置的"Map/Reduce Location"其中的配置不是完全起作用，而是在本地的磁盘上建立了文件，并尝试运行，显然是不行的。我们要让Eclipse提交作业到Hadoop集群上，所以我们这里手动添加Job运行地址。详细参考"常见问题FAQ_3"。

3.5 运行WordCount程序

右击一次按照"Run ASàRun on Hadoop"运行。然后会弹出如下图，按照下图进行操作。

window下连接hadoop集群基础超详细版_hadoop_29

　　运行结果如下：

window下连接hadoop集群基础超详细版_apache_30

　　从上图中我们得知我们的程序已经运行成功了。

3.6 查看WordCount运行结果

àWin7ToHadoopàuseràhadoop"，点击刷新按钮"Refresh"，我们刚才出现的文件夹"newoutput"会出现。记得"newoutput"文件夹是运行程序时自动创建的，如果已经存在相同的的文件夹，要么程序换个新的输出文件夹，要么删除HDFS上的那个重名文件夹，不然会出错。

window下连接hadoop集群基础超详细版_eclipse_31

part-r-00000"文件，可以看见执行后的结果。

window下连接hadoop集群基础超详细版_eclipse_32

　　到此为止，Eclipse开发环境设置已经完毕，并且成功运行Wordcount程序，下一步我们真正开始Hadoop之旅。

4、常见问题FAQ

4.1 "error: failure to login"问题

　　下面以网上找的"hadoop-0.20.203.0"为例，我在使用"V1.0"时也出现这样的情况，原因就是那个"hadoop-eclipse-plugin-1.0.0_V1.0.jar"，是直接把源码编译而成，故而缺少相应的Jar包。具体情况如下

　　在我实践尝试中，发现hadoop-0.20.203.0版本的该包如果直接复制到eclipse的插件目录中，在连接DFS时会出现错误，提示信息为： "error: failure to login"。

An internal error occurred during: "Connecting to DFS hadoop".org/apache/commons/configuration/Configuration". 经过察看Eclipse的log，发现是缺少jar包导致的。进一步查找资料后，发现直接复制hadoop-eclipse-plugin-0.20.203.0.jar，该包中lib目录下缺少了jar包。

　　经过网上资料搜集，此处给出正确的安装方法：

　　首先要对hadoop-eclipse-plugin-0.20.203.0.jar进行修改。用归档管理器打开该包，发现只有commons-cli-1.2.jar 和hadoop-core.jar两个包。将hadoop/lib目录下的：

commons-configuration-1.6.jar ,
commons-httpclient-3.0.1.jar ,
commons-lang-2.4.jar ,
jackson-core-asl-1.0.1.jar
jackson-mapper-asl-1.0.1.jar

一共5个包复制到hadoop-eclipse-plugin-0.20.203.0.jar的lib目录下，如下图：

window下连接hadoop集群基础超详细版_hadoop_33

MANIFEST.MF，将classpath修改为一下内容：

Bundle-ClassPath:classes/,lib/hadoop-core.jar,lib/commons-cli-1.2.jar,lib/commons-httpclient-3.0.1.jar,lib/jackson-core-asl-1.0.1.jar,lib/jackson-mapper-asl-1.0.1.jar,lib/commons-configuration-1.6.jar,lib/commons-lang-2.4.jar

window下连接hadoop集群基础超详细版_apache_34

　　这样就完成了对hadoop-eclipse-plugin-0.20.203.0.jar的修改。

　　最后，将hadoop-eclipse-plugin-0.20.203.0.jar复制到Eclipse的plugins目录下。

　　备注：上面的操作对"hadoop-1.0.0"一样适用。

4.2 "Permission denied"问题

　　网上试了很多，有提到"hadoop fs -chmod 777 /user/hadoop "，有提到"dfs.permissions 的配置项，将value值改为 false"，有提到"hadoop.job.ugi"，但是通通没有效果。

　　参考文献：

地址2：http://sunjun041640.blog.163.com/blog/static/25626832201061751825292/

org.apache.hadoop.security.AccessControlException: org.apache.hadoop.security .AccessControlException: Permission denied: user=*********, access=WRITE, inode="hadoop": hadoop:supergroup:rwxr-xr-x

　　解决方案：

　　　　我的解决方案直接把系统管理员的名字改成你的Hadoop集群运行hadoop的那个用户。

4.3 "Failed to set permissions of path"问题

　　　参考文献：https://issues.apache.org/jira/browse/HADOOP-8089

　　　错误信息如下：

　　　　ERROR security.UserGroupInformation: PriviledgedActionException as: hadoop cause:java.io.IOException Failed to set permissions of path:\usr\hadoop\tmp\mapred\staging\hadoop753422487\.staging to 0700 Exception in thread "main" java.io.IOException: Failed to set permissions of path: \usr\hadoop\tmp \mapred\staging\hadoop753422487\.staging to 0700

　　　解决方法：

Configuration conf = new Configuration();
conf.set("mapred.job.tracker", "[server]:9001");

[server]:9001"中的"[server]"为Hadoop集群Master的IP地址。

4.4 "hadoop mapred执行目录文件权"限问题

　　　错误信息如下：

The ownership/permissions on the staging directory /tmp/hadoop-hadoop-user1/mapred/staging/hadoop-user1/.staging is not as expected. It is owned by hadoop-user1 and permissions are rwxrwxrwx. The directory must be owned by the submitter hadoop-user1 or by hadoop-user1 and permissions must be rwx------)

　　　修改权限：

window下连接hadoop集群基础超详细版_apache_35