Hadoop在eclipse中的配置

在安装完linux下的hadoop框架，实现完所现有的wordCount程序，能够完美输出结果之后，我们开始来搭建在window下的eclipse的环境，进行相关程序的编写。

在网上有很多未编译版本，需要手动进行相关编辑，所以特地找了一个已经编译完好的插件

eclipse版本：SR2-kepler

java版本：1.8.101

Hadoop 版本：hadoop2.5.2.tar.gz

需要hadoop的插件：eclipse-hadoop-2.5.2-plugin        http://pan.baidu.com/s/1qYMtefq

安装步骤：

一、首先将hadoop-2.5.2.tar.gz解压，作为Hadoop的安装目录。

设置Hadoop的环境变量。在环境变量中，添加HADOOP_HOME=安装目录，然后在PATH的变量中增加%HADOOP_HOME%\bin

二、修改电脑中hosts文件。

　　进入到c:/window/system32/drive/etc 文件夹中，可以找到hosts文件。在hosts文件中添加相关的IP设置（主要是虚拟机的IP地址，进行相关的配置，可以将文件进行互相传递）

三、讲下载的hadoop插件复制到eclipse安装目录中的plugin文件夹中，重启eclipse，然后打开window->preferences中可以看到增加了Hadoop mapreduced的选项。结果如图所示：

点击该选项后，出现右侧内容，添加hadoop的安装路径。

四、进行hadoop在eclipse中的相关端口配置。

点击window->open perspective->other中，出现如下内容：

点击Map/Reduce，之后eclipse中的右侧边栏中，会出现DFS locations的选择，然后左键，之后在下方的控制栏中会出现一个Map/Reduced location的控制窗口，点击，在控制窗口下方右键，创建new hadoop location，

出现如图所示的编辑配置，然后填入你在hadoop中的配置的IP地址和端口号。

直到现在，所有的有关的eclipse的配置已经完成。如果在DFS location 中显示了原有Hadoop集群上的文件个数，那么说明连接是成功，如果没有出现，说明连接是失败的，需要进行相关的查询。纠正错误。

下面需要进入测试阶段。

①、创建新的项目

②、选择Map/Reduce Project项目，进行相关的项目创建。

测试WordCount程序，源代码从Hadoop-2.5.2-src文件夹中进行复制。

③、配置运行环境：

以上配置是为了体现文件中的输入和输出。而且，文件目录必须不存在，重新建立。

在工程创建过程中，不能导入包。手动导入，后续需要进行改进。

成功表现：

控制窗口中：

右侧边栏中体现的文件：

出现错误：

1、Failed to locate the winutils binary in the hadoop binary path
java.io.IOException: Could not locate executable D:\Program Files\Java\hadoop-2.5.2\bin\winutils.exe in the Hadoop binaries.

解决办法：下载 hadoop-common-2.2.0-bin-master     http://pan.baidu.com/s/1kVNjmAz    将文件解压，然后将winutils.exe，Hadoop.dill文件复制到Hadoop的安装目录下\bin文件夹中。进行覆盖。

2、Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
 INFO [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(1019)) - session.id is deprecated. Instead, use dfs.metrics.session-id
 INFO [main] jvm.JvmMetrics (JvmMetrics.java:init(76)) - Initializing JVM Metrics with processName=JobTracker, sessionId=

解决办法：和在Linux下解决问题的方法相同。

解压：hadoop-native-64-2.5.2   http://pan.baidu.com/s/1o7IJkMm    文件，覆盖lib\native文件。

3、exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z
at org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Native Method)

解决办法：下载对应hadoop源代码，hadoop-2.5.5-src.tar.gz解压，hadoop-2.5.2-src\hadoop-common-project\hadoop-common\src\main\java\org\apache\hadoop\io\nativeio下NativeIO.java 复制到对应的Eclipse的project，然后修改public static boolean access(String path, AccessRight desiredAccess)方法返回值为return true

4、hadoop读取的文件格式如果是GBK，且内容含有中文，那么map/reduce程序运行出错，

解决办法：将文件格式改成utf-8,问题解决。

5，创建log4j.properties文件 
在src目录下创建log4j.properties文件，内容如下： 
log4j.rootLogger=debug,stdout,R 
log4j.appender.stdout=org.apache.log4j.ConsoleAppender 
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout 
log4j.appender.stdout.layout.ConversionPattern=%5p - %m%n 
log4j.appender.R=org.apache.log4j.RollingFileAppender 
log4j.appender.R.File=mapreduce_test.log 
log4j.appender.R.MaxFileSize=1MB 
log4j.appender.R.MaxBackupIndex=1 
log4j.appender.R.layout=org.apache.log4j.PatternLayout 
log4j.appender.R.layout.ConversionPattern=%p %t %c - %m%n 
log4j.logger.com.codefutures=DEBUG

6. in thread "main" java.net.ConnectException: Call From PC/192.168.92.1 to master:8020 failed on connection exception: java.net.ConnectException: Connection refused: no further information; For more details see: http://wiki.apache.org/hadoop/ConnectionRefused

at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62)
at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
at java.lang.reflect.Constructor.newInstance(Constructor.java:423)
at org.apache.hadoop.net.NetUtils.wrapWithMessage(NetUtils.java:783)
at org.apache.hadoop.net.NetUtils.wrapException(NetUtils.java:730)
at org.apache.hadoop.ipc.Client.call(Client.java:1415)
at org.apache.hadoop.ipc.Client.call(Client.java:1364)

问题出现原因：端口配置无法进行访问和连接。之后开始配置hadoop的环境配置文件。但本人配置时还修改了如下内容(由于你的环境和我的可能不一致，可以在后面出现相关问题后再进行修改)： 
a.在master节点上(ubuntu-V01)修改hdfs-site.xml加上以下内容 
<property> 
<name>dfs.permissions</name> 
<value>false</value> 
</property> 

旨在取消权限检查，原因是为了解决我在windows机器上配置eclipse连接hadoop服务器时，配置map/reduce连接后报以下错误，org.apache.hadoop.security.AccessControlException: Permission denied: 

b.同样在master节点上(ubuntu-V01)修改hdfs-site.xml加上以下内容 
<property> 
<name>dfs.web.ugi</name> 
<value>jack,supergroup</value> 
</property> 

原因是运行时，报如下错误 WARN org.apache.hadoop.security.ShellBasedUnixGroupsMapping: got exception trying to get groups for user jack 
应该是我的windows的用户名为jack，无访问权限 
更多权限配置可参看官方说明文档： 
HDFS权限管理用户指南http://hadoop.apache.org/docs/r1.0.4/cn/hdfs_permissions_guide.html

解决办法:配置完成之后，发现仍然有这样的问题。后来发现，是自己eclipse中运行配置有问题。主要测试步骤中的③中的网址配置错误。应该是master：9000访问端口。将其正确配置后，已经可以进行相关编程，错误解决。