wordcount在eclipse上的伪分布式运行过程
hadoop 0.20 程式http://trac.nchc.org.tw/cloud/wiki/waue/2009/0617
零. 前言??- hadoop 需要用到多的物件向法，包括承、介面，而且需要入正的classpath，否hadoop程式只是打字...
- 用 vim 理的程式，有可能成一，因此用eclipse，搭配mapreduce-plugin事半功倍。
- 早在hadoop 0.19～0.16之的版本，者就各plugin，每版本的plugin都有大大小小的，如：hadoop plugin 法正使用、法run as mapreduce。hadoop0.16搭配IBM的hadoop_plugin 可以提供完整的功能，但是，老兵不死，只是凋零...
- 子曰："逝者如斯夫，不夜"，以前的文件也落伍了，要跟上潮流，因此此篇的重在：用eclipse 3.4.2 hadoop 0.20程式，且撰的程式作在hadoop平台上
- 以下是我的作法，如果你有更好的作法，或有需要更正的地方，我
位作者Mail家高速路中心-格技Wei-Yu Chenwaue @ nchc.org.tw
?
0.0 Info Update??- Last Update: 2010/01/22
最新版本的 Eclipse 3.5 搭配 Ubuntu 9.04 + hadoop-eclipse-plugin 0.20.1 ，初步功能皆可正常作
但 Ubuntu 9.10 的 各版本 Eclipse ， 似乎有 gtk 形介面的bug ，有此一增加 GDK_NATIVE_WINDOWS=1 就可以解，但初步似乎用
0.1 境明??- ubuntu 8.10
- sun-java-6
- eclipse 3.4.2
- hadoop 0.20.0
0.2 目明??- 使用者：waue
- 使用者家目： /home/waue
- 案目 ： /home/waue/workspace
- hadoop目： /opt/hadoop
一、安??
安的部份必要都一模一，提供考，反正只要安好java , hadoop , eclipse，清楚自己的路就可以了
1.1. 安java??
首先安java 基本套件
$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre
1.1.1. 安sun-java6-doc??
?
1 javadoc (jdk-6u10-docs.zip) 下下?下
2 下完後案放在 /tmp/ 下
3 行
?
$ sudo apt-get install sun-java6-doc
1.2. ssh 安定??$ apt-get install ssh $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ ssh localhost
行ssh localhost 有出密的息
1.3. 安hadoop??
安hadoop0.20到/opt/取目名hadoop
$ cd ~ $ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.0/hadoop-0.20.0.tar.gz $ tar zxvf hadoop-0.20.0.tar.gz $ sudo mv hadoop-0.20.0 /opt/ $ sudo chown -R waue:waue /opt/hadoop-0.20.0 $ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop
- /opt/hadoop/conf/hadoop-env.sh
export?JAVA_HOME=/usr/lib/jvm/java-6-sun?export?HADOOP_HOME=/opt/hadoop?exportPATH=$PATH:/opt/hadoop/bin
- /opt/hadoop/conf/core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop/hadoop-${user.name}</value> </property> </configuration>- /opt/hadoop/conf/hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
- /opt/hadoop/conf/mapred-site.xml
<configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> </configuration>
$ cd /opt/hadoop $ source /opt/hadoop/conf/hadoop-env.sh $ hadoop namenode -format $ start-all.sh $ hadoop fs -put conf input $ hadoop fs -ls
- 有息代表
1.4. 安eclipse??
?
- 在此提供方法下案
- 方法一：下?eclipse SDK 3.4.2 Classic，且放案到家目
- 方法二：上指令
$ cd ~ $ wget http://ftp.cs.pu.edu.tw/pub/eclipse/eclipse/downloads/drops/R-3.4.2-200902111700/eclipse-SDK-3.4.2-linux-gtk.tar.gz
- eclipse 已下到家目後，行下面指令：
?
$ cd ~ $ tar -zxvf eclipse-SDK-3.4.2-linux-gtk.tar.gz $ sudo mv eclipse /opt $ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/
二、 建立案??2.1 安hadoop 的 eclipse plugin??- 入hadoop 0.20.0 eclipse plugin
?
$ cd /opt/hadoop $ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.0-eclipse-plugin.jar /opt/eclipse/plugins
$ sudo vim /opt/eclipse/eclipse.ini
- 可斟酌考eclipse.ini容（非必要）
?
-startup plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar --launcher.library plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805 -showsplash org.eclipse.platform --launcher.XXMaxPermSize 512m -vmargs -Xms40m -Xmx512m
2.2 eclipse??- 打eclipse
?
$ eclipse &
一始出你要工作目放在哪：在我用值
PS: 之後的明是在eclipse 上的介面操作
2.3 野??window ->open pers.. ->other.. ->map/reduce
定要用 Map/Reduce 的野
使用 Map/Reduce 的野後的介面呈
2.4 建立案??file ->new ->project ->Map/Reduce ->Map/Reduce Project ->next
建立mapreduce案(1)
建立mapreduce案的(2)
project name-> 入 : icas?(意)?use default hadoop -> Configur Hadoop install... -> 入："/opt/hadoop"?-> ok Finish
2.5 定案??
由於建立了icas案，因此eclipse已建立了新的案，出在左窗，右料，properties
Step1. 右project的properties做部定
Step2. 入案的部定
hadoop的javadoc的定(1)
- java Build Path -> Libraries -> hadoop-0.20.0-ant.jar
- java Build Path -> Libraries -> hadoop-0.20.0-core.jar
- java Build Path -> Libraries -> hadoop-0.20.0-tools.jar
- 以 hadoop-0.20.0-core.jar 的定容如下，其他依此推
?
source?...-> 入：/opt/opt/hadoop-0.20.0/src javadoc ...-> 入：file:/opt/hadoop/docs/api/
Step3. hadoop的javadoc的定完後(2)
Step4. java本身的javadoc的定(3)
?
- javadoc location -> 入：file:/usr/lib/jvm/java-6-sun/docs/api/
定完後回到eclipse 主窗
2.6 接hadoop server??Step1. 窗右下角色大象示"Map/Reduce Locations tag" -> 右的色大象示：
Step2. 行eclipse hadoop 的定(2)
Location Name -> 入：hadoop?(意)?Map/Reduce Master -> Host-> 入：localhost Map/Reduce Master -> Port-> 入：9001 DFS Master -> Host-> 入：9000 Finish
定完後，可以看到下方多了一色大象，左方展料也可以秀出在hdfs的案
三、 撰例程式??- 之前在eclipse上已了案icas，因此目在：
- /home/waue/workspace/icas
- 在目有料：
- src ： 用程式原始
- bin ： 用後的class
- 如此一原始和就不混在一起，之後生jar很有助
- 在我一例程式 :?WordCount
3.1 mapper.java??
?
- new
?
File ->new ->mapper
- create
source?folder-> 入： icas/src Package : Sample Name -> : mapper
- modify
?
package?Sample;?import?java.io.IOException;?import?java.util.StringTokenizer;?importorg.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Mapper;?public?class?mapper?extends?Mapper<Object,?Text,?Text,IntWritable>?{?private?final?static?IntWritable one?=?new?IntWritable(1);?private?Text word?=?newText();?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);?}?}?}建立mapper.java後，入程式
3.2 reducer.java??- new
- File -> new -> reducer
- create
source?folder-> 入： icas/src Package : Sample Name -> : reducer
- modify
?
package?Sample;?import?java.io.IOException;?import?org.apache.hadoop.io.IntWritable;?importorg.apache.hadoop.io.Text;?import?org.apache.hadoop.mapreduce.Reducer;?public?class?reducerextends?Reducer<Text,?IntWritable,?Text,?IntWritable>?{?private?IntWritable result?=?newIntWritable();?public?void?reduce(Text key,?Iterable<IntWritable>?values,?Context context)?throwsIOException,?InterruptedException?{?int?sum?=?0;?for?(IntWritable val?:?values)?{?sum?+=val.get();?}?result.set(sum);?context.write(key,?result);?}?}- File -> new -> Map/Reduce Driver
3.3?WordCount.java (main function)??- new
建立WordCount.java，此用mapper reducer，因此 Map/Reduce Driver
- create
source?folder-> 入： icas/src Package : Sample Name -> : WordCount.java
- modify
package?Sample;?import?org.apache.hadoop.conf.Configuration;?import?org.apache.hadoop.fs.Path;import?org.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Job;?import?org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import?org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;?importorg.apache.hadoop.util.GenericOptionsParser;?public?class?WordCount?{?public?static?voidmain(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(mapper.class);job.setCombinerClass(reducer.class);?job.setReducerClass(reducer.class);job.setOutputKeyClass(Text.class);?job.setOutputValueClass(IntWritable.class);FileInputFormat.addInputPath(job,?new?Path(otherArgs[0]));?FileOutputFormat.setOutputPath(job,?newPath(otherArgs[1]));?System.exit(job.waitForCompletion(true)???0?:?1);?}?}三完成後存後，整程式建立完成
- 三都存後，可以看到icas案下的src，bin都有案生，我用指令check
?
$ cd workspace/icas $ ls src/Sample/ mapper.java reducer.java WordCount.java $ ls bin/Sample/ mapper.class reducer.class WordCount.class
四、例程式??
?
- 由於hadoop 0.20 此版本的eclipse-plugin依不完整 ，如：
- 右WordCount.java -> run as -> run on Hadoop ：有效果
- 因此，4.1 提供一eclipse 上解除 run-on-hadoop 封印的方法。而4.2 是避run-on-hadoop 功能，用command mode端指令的方法行。
4.1 解除run-on-hadoop封印??
有一心的hadoop使用者提供一能 run-on-hadoop 功能恢的方法。
原因是hadoop 的 eclipse-plugin 也是用eclipse europa 版本的，而eclipse 的各版本 3.2 , 3.3, 3.4 也都有或多或少的差性存在。
因此如果先用eclipse europa 建立一新案，之後把europa的eclipse版本掉，用eclipse 3.4，之後案就能用run-on-mapreduce 功能！
有趣的可以！（感逢甲工所同）
4.2 用端指令??4.2.1 生Makefile ??$ cd /home/waue/workspace/icas/ $ gedit Makefile
- 入以下Makefile的容
JarFile="sample-0.1.jar"?MainFunc="Sample.WordCount"?LocalOutDir="/tmp/output"?all:help jar: jar -cvf?${JarFile}?-C bin/ . run: hadoop jar?${JarFile}?${MainFunc}?input output clean: hadoop fs -rmr output output: rm -rf?${LocalOutDir}?hadoop fs -get output?${LocalOutDir}?gedit${LocalOutDir}/part-r-00000 &?help: @echo?"Usage:"?@echo?" make jar - Build Jar File."?@echo?" make clean - Clean up Output directory on HDFS."?@echo?" make run - Run your MapReduce code on Hadoop."?@echo?" make output - Download and show output file"?@echo?" make help - Show Makefile options."?@echo?" "?@echo?"Example:"?@echo?" make jar; make run; make output; make clean"4.2.2 行??
?
- 行Makefile，可以到目下，行make []，若不知道何，可以打make 或 make help
- make 的用法明
$ cd /home/waue/workspace/icas/ $ make Usage: make jar - Build Jar File. make clean - Clean up Output directory on HDFS. make run - Run your MapReduce code on Hadoop. make output - Download and show output file make help - Show Makefile options. Example: make jar; make run; make output; make clean
- 下面提供各make 的
?
make jar??- 1. 生jar
?
$ make jar
make run??- 2. 跑我的wordcount 於hadoop上
$ make run
- make run基本上能正的作到束，因此代表我在eclipse的程式可以利在hadoop0.20的平台上行。
- 而回到eclipse窗，我可以看到下方窗run完的job呈出；左方窗也多出output料，part-r-00000就是我的果
- 因有定完整的javadoc, 因此可以得到的解助
make output??- 3. 指令是助使用者果hdfs下到local端，且用gedit你的果
$ make output
make clean??- 4. 指令用把hdfs上的output料清除。如果你想要在跑一次make run，先行make clean，否hadoop告你，output料已存在，而拒工作喔！
?
$ make clean
五、??<ul style=
位作者Mail家高速路中心-格技Wei-Yu Chenwaue @ nchc.org.tw
?
0.0 Info Update??- Last Update: 2010/01/22
最新版本的 Eclipse 3.5 搭配 Ubuntu 9.04 + hadoop-eclipse-plugin 0.20.1 ，初步功能皆可正常作
但 Ubuntu 9.10 的 各版本 Eclipse ， 似乎有 gtk 形介面的bug ，有此一增加 GDK_NATIVE_WINDOWS=1 就可以解，但初步似乎用
0.1 境明??- ubuntu 8.10
- sun-java-6
- eclipse 3.4.2
- hadoop 0.20.0
0.2 目明??- 使用者：waue
- 使用者家目： /home/waue
- 案目 ： /home/waue/workspace
- hadoop目： /opt/hadoop
一、安??
安的部份必要都一模一，提供考，反正只要安好java , hadoop , eclipse，清楚自己的路就可以了
1.1. 安java??
首先安java 基本套件
$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre
1.1.1. 安sun-java6-doc??
?
1 javadoc (jdk-6u10-docs.zip) 下下?下
2 下完後案放在 /tmp/ 下
3 行
?
$ sudo apt-get install sun-java6-doc
1.2. ssh 安定??$ apt-get install ssh $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ ssh localhost
行ssh localhost 有出密的息
1.3. 安hadoop??
安hadoop0.20到/opt/取目名hadoop
$ cd ~ $ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.0/hadoop-0.20.0.tar.gz $ tar zxvf hadoop-0.20.0.tar.gz $ sudo mv hadoop-0.20.0 /opt/ $ sudo chown -R waue:waue /opt/hadoop-0.20.0 $ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop
- /opt/hadoop/conf/hadoop-env.sh
export?JAVA_HOME=/usr/lib/jvm/java-6-sun?export?HADOOP_HOME=/opt/hadoop?exportPATH=$PATH:/opt/hadoop/bin
- /opt/hadoop/conf/core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop/hadoop-${user.name}</value> </property> </configuration>- /opt/hadoop/conf/hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
- /opt/hadoop/conf/mapred-site.xml
<configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> </configuration>
$ cd /opt/hadoop $ source /opt/hadoop/conf/hadoop-env.sh $ hadoop namenode -format $ start-all.sh $ hadoop fs -put conf input $ hadoop fs -ls
- 有息代表
1.4. 安eclipse??
?
- 在此提供方法下案
- 方法一：下?eclipse SDK 3.4.2 Classic，且放案到家目
- 方法二：上指令
$ cd ~ $ wget http://ftp.cs.pu.edu.tw/pub/eclipse/eclipse/downloads/drops/R-3.4.2-200902111700/eclipse-SDK-3.4.2-linux-gtk.tar.gz
- eclipse 已下到家目後，行下面指令：
?
$ cd ~ $ tar -zxvf eclipse-SDK-3.4.2-linux-gtk.tar.gz $ sudo mv eclipse /opt $ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/
二、 建立案??2.1 安hadoop 的 eclipse plugin??- 入hadoop 0.20.0 eclipse plugin
?
$ cd /opt/hadoop $ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.0-eclipse-plugin.jar /opt/eclipse/plugins
$ sudo vim /opt/eclipse/eclipse.ini
- 可斟酌考eclipse.ini容（非必要）
?
-startup plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar --launcher.library plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805 -showsplash org.eclipse.platform --launcher.XXMaxPermSize 512m -vmargs -Xms40m -Xmx512m
2.2 eclipse??- 打eclipse
?
$ eclipse &
一始出你要工作目放在哪：在我用值
PS: 之後的明是在eclipse 上的介面操作
2.3 野??window ->open pers.. ->other.. ->map/reduce
定要用 Map/Reduce 的野
使用 Map/Reduce 的野後的介面呈
2.4 建立案??file ->new ->project ->Map/Reduce ->Map/Reduce Project ->next
建立mapreduce案(1)
建立mapreduce案的(2)
project name-> 入 : icas?(意)?use default hadoop -> Configur Hadoop install... -> 入："/opt/hadoop"?-> ok Finish
2.5 定案??
由於建立了icas案，因此eclipse已建立了新的案，出在左窗，右料，properties
Step1. 右project的properties做部定
Step2. 入案的部定
hadoop的javadoc的定(1)
- java Build Path -> Libraries -> hadoop-0.20.0-ant.jar
- java Build Path -> Libraries -> hadoop-0.20.0-core.jar
- java Build Path -> Libraries -> hadoop-0.20.0-tools.jar
- 以 hadoop-0.20.0-core.jar 的定容如下，其他依此推
?
source?...-> 入：/opt/opt/hadoop-0.20.0/src javadoc ...-> 入：file:/opt/hadoop/docs/api/
Step3. hadoop的javadoc的定完後(2)
Step4. java本身的javadoc的定(3)
?
- javadoc location -> 入：file:/usr/lib/jvm/java-6-sun/docs/api/
定完後回到eclipse 主窗
2.6 接hadoop server??Step1. 窗右下角色大象示"Map/Reduce Locations tag" -> 右的色大象示：
Step2. 行eclipse hadoop 的定(2)
Location Name -> 入：hadoop?(意)?Map/Reduce Master -> Host-> 入：localhost Map/Reduce Master -> Port-> 入：9001 DFS Master -> Host-> 入：9000 Finish
定完後，可以看到下方多了一色大象，左方展料也可以秀出在hdfs的案
三、 撰例程式??- 之前在eclipse上已了案icas，因此目在：
- /home/waue/workspace/icas
- 在目有料：
- src ： 用程式原始
- bin ： 用後的class
- 如此一原始和就不混在一起，之後生jar很有助
- 在我一例程式 :?WordCount
3.1 mapper.java??
?
- new
?
File ->new ->mapper
- create
source?folder-> 入： icas/src Package : Sample Name -> : mapper
- modify
?
package?Sample;?import?java.io.IOException;?import?java.util.StringTokenizer;?importorg.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Mapper;?public?class?mapper?extends?Mapper<Object,?Text,?Text,IntWritable>?{?private?final?static?IntWritable one?=?new?IntWritable(1);?private?Text word?=?newText();?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);?}?}?}建立mapper.java後，入程式
3.2 reducer.java??- new
- File -> new -> reducer
- create
source?folder-> 入： icas/src Package : Sample Name -> : reducer
- modify
?
package?Sample;?import?java.io.IOException;?import?org.apache.hadoop.io.IntWritable;?importorg.apache.hadoop.io.Text;?import?org.apache.hadoop.mapreduce.Reducer;?public?class?reducerextends?Reducer<Text,?IntWritable,?Text,?IntWritable>?{?private?IntWritable result?=?newIntWritable();?public?void?reduce(Text key,?Iterable<IntWritable>?values,?Context context)?throwsIOException,?InterruptedException?{?int?sum?=?0;?for?(IntWritable val?:?values)?{?sum?+=val.get();?}?result.set(sum);?context.write(key,?result);?}?}- File -> new -> Map/Reduce Driver
3.3?WordCount.java (main function)??- new
建立WordCount.java，此用mapper reducer，因此 Map/Reduce Driver
- create
source?folder-> 入： icas/src Package : Sample Name -> : WordCount.java
- modify
package?Sample;?import?org.apache.hadoop.conf.Configuration;?import?org.apache.hadoop.fs.Path;import?org.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Job;?import?org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import?org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;?importorg.apache.hadoop.util.GenericOptionsParser;?public?class?WordCount?{?public?static?voidmain(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(mapper.class);job.setCombinerClass(reducer.class);?job.setReducerClass(reducer.class);job.setOutputKeyClass(Text.class);?job.setOutputValueClass(IntWritable.class);FileInputFormat.addInputPath(job,?new?Path(otherArgs[0]));?FileOutputFormat.setOutputPath(job,?newPath(otherArgs[1]));?System.exit(job.waitForCompletion(true)???0?:?1);?}?}三完成後存後，整程式建立完成
- 三都存後，可以看到icas案下的src，bin都有案生，我用指令check
?
$ cd workspace/icas $ ls src/Sample/ mapper.java reducer.java WordCount.java $ ls bin/Sample/ mapper.class reducer.class WordCount.class
四、例程式??
?
- 由於hadoop 0.20 此版本的eclipse-plugin依不完整 ，如：
- 右WordCount.java -> run as -> run on Hadoop ：有效果
- 因此，4.1 提供一eclipse 上解除 run-on-hadoop 封印的方法。而4.2 是避run-on-hadoop 功能，用command mode端指令的方法行。
4.1 解除run-on-hadoop封印??
有一心的hadoop使用者提供一能 run-on-hadoop 功能恢的方法。
原因是hadoop 的 eclipse-plugin 也是用eclipse europa 版本的，而eclipse 的各版本 3.2 , 3.3, 3.4 也都有或多或少的差性存在。
因此如果先用eclipse europa 建立一新案，之後把europa的eclipse版本掉，用eclipse 3.4，之後案就能用run-on-mapreduce 功能！
有趣的可以！（感逢甲工所同）
4.2 用端指令??4.2.1 生Makefile ??$ cd /home/waue/workspace/icas/ $ gedit Makefile
- 入以下Makefile的容
JarFile="sample-0.1.jar"?MainFunc="Sample.WordCount"?LocalOutDir="/tmp/output"?all:help jar: jar -cvf?${JarFile}?-C bin/ . run: hadoop jar?${JarFile}?${MainFunc}?input output clean: hadoop fs -rmr output output: rm -rf?${LocalOutDir}?hadoop fs -get output?${LocalOutDir}?gedit${LocalOutDir}/part-r-00000 &?help: @echo?"Usage:"?@echo?" make jar - Build Jar File."?@echo?" make clean - Clean up Output directory on HDFS."?@echo?" make run - Run your MapReduce code on Hadoop."?@echo?" make output - Download and show output file"?@echo?" make help - Show Makefile options."?@echo?" "?@echo?"Example:"?@echo?" make jar; make run; make output; make clean"4.2.2 行??
?
- 行Makefile，可以到目下，行make []，若不知道何，可以打make 或 make help
- make 的用法明
$ cd /home/waue/workspace/icas/ $ make Usage: make jar - Build Jar File. make clean - Clean up Output directory on HDFS. make run - Run your MapReduce code on Hadoop. make output - Download and show output file make help - Show Makefile options. Example: make jar; make run; make output; make clean
- 下面提供各make 的
?
make jar??- 1. 生jar
?
$ make jar
make run??- 2. 跑我的wordcount 於hadoop上
$ make run
- make run基本上能正的作到束，因此代表我在eclipse的程式可以利在hadoop0.20的平台上行。
- 而回到eclipse窗，我可以看到下方窗run完的job呈出；左方窗也多出output料，part-r-00000就是我的果
- 因有定完整的javadoc, 因此可以得到的解助
make output??- 3. 指令是助使用者果hdfs下到local端，且用gedit你的果
$ make output
make clean??- 4. 指令用把hdfs上的output料清除。如果你想要在跑一次make run，先行make clean，否hadoop告你，output料已存在，而拒工作喔！
?
$ make clean
五、??<ul style=
最新版本的 Eclipse 3.5 搭配 Ubuntu 9.04 + hadoop-eclipse-plugin 0.20.1 ，初步功能皆可正常作
但 Ubuntu 9.10 的 各版本 Eclipse ， 似乎有 gtk 形介面的bug ，有此一增加 GDK_NATIVE_WINDOWS=1 就可以解，但初步似乎用
0.1 境明??- ubuntu 8.10
- sun-java-6
- eclipse 3.4.2
- hadoop 0.20.0
0.2 目明??- 使用者：waue
- 使用者家目： /home/waue
- 案目 ： /home/waue/workspace
- hadoop目： /opt/hadoop
一、安??
安的部份必要都一模一，提供考，反正只要安好java , hadoop , eclipse，清楚自己的路就可以了
1.1. 安java??
首先安java 基本套件
$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre
1.1.1. 安sun-java6-doc??
?
1 javadoc (jdk-6u10-docs.zip) 下下?下
2 下完後案放在 /tmp/ 下
3 行
?
$ sudo apt-get install sun-java6-doc
1.2. ssh 安定??$ apt-get install ssh $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ ssh localhost
行ssh localhost 有出密的息
1.3. 安hadoop??
安hadoop0.20到/opt/取目名hadoop
$ cd ~ $ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.0/hadoop-0.20.0.tar.gz $ tar zxvf hadoop-0.20.0.tar.gz $ sudo mv hadoop-0.20.0 /opt/ $ sudo chown -R waue:waue /opt/hadoop-0.20.0 $ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop
- /opt/hadoop/conf/hadoop-env.sh
export?JAVA_HOME=/usr/lib/jvm/java-6-sun?export?HADOOP_HOME=/opt/hadoop?exportPATH=$PATH:/opt/hadoop/bin
- /opt/hadoop/conf/core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop/hadoop-${user.name}</value> </property> </configuration>- /opt/hadoop/conf/hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
- /opt/hadoop/conf/mapred-site.xml
<configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> </configuration>
$ cd /opt/hadoop $ source /opt/hadoop/conf/hadoop-env.sh $ hadoop namenode -format $ start-all.sh $ hadoop fs -put conf input $ hadoop fs -ls
- 有息代表
1.4. 安eclipse??
?
- 在此提供方法下案
- 方法一：下?eclipse SDK 3.4.2 Classic，且放案到家目
- 方法二：上指令
$ cd ~ $ wget http://ftp.cs.pu.edu.tw/pub/eclipse/eclipse/downloads/drops/R-3.4.2-200902111700/eclipse-SDK-3.4.2-linux-gtk.tar.gz
- eclipse 已下到家目後，行下面指令：
?
$ cd ~ $ tar -zxvf eclipse-SDK-3.4.2-linux-gtk.tar.gz $ sudo mv eclipse /opt $ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/
二、 建立案??2.1 安hadoop 的 eclipse plugin??- 入hadoop 0.20.0 eclipse plugin
?
$ cd /opt/hadoop $ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.0-eclipse-plugin.jar /opt/eclipse/plugins
$ sudo vim /opt/eclipse/eclipse.ini
- 可斟酌考eclipse.ini容（非必要）
?
-startup plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar --launcher.library plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805 -showsplash org.eclipse.platform --launcher.XXMaxPermSize 512m -vmargs -Xms40m -Xmx512m
2.2 eclipse??- 打eclipse
?
$ eclipse &
一始出你要工作目放在哪：在我用值
PS: 之後的明是在eclipse 上的介面操作
2.3 野??window ->open pers.. ->other.. ->map/reduce
定要用 Map/Reduce 的野
使用 Map/Reduce 的野後的介面呈
2.4 建立案??file ->new ->project ->Map/Reduce ->Map/Reduce Project ->next
建立mapreduce案(1)
建立mapreduce案的(2)
project name-> 入 : icas?(意)?use default hadoop -> Configur Hadoop install... -> 入："/opt/hadoop"?-> ok Finish
2.5 定案??
由於建立了icas案，因此eclipse已建立了新的案，出在左窗，右料，properties
Step1. 右project的properties做部定
Step2. 入案的部定
hadoop的javadoc的定(1)
- java Build Path -> Libraries -> hadoop-0.20.0-ant.jar
- java Build Path -> Libraries -> hadoop-0.20.0-core.jar
- java Build Path -> Libraries -> hadoop-0.20.0-tools.jar
- 以 hadoop-0.20.0-core.jar 的定容如下，其他依此推
?
source?...-> 入：/opt/opt/hadoop-0.20.0/src javadoc ...-> 入：file:/opt/hadoop/docs/api/
Step3. hadoop的javadoc的定完後(2)
Step4. java本身的javadoc的定(3)
?
- javadoc location -> 入：file:/usr/lib/jvm/java-6-sun/docs/api/
定完後回到eclipse 主窗
2.6 接hadoop server??Step1. 窗右下角色大象示"Map/Reduce Locations tag" -> 右的色大象示：
Step2. 行eclipse hadoop 的定(2)
Location Name -> 入：hadoop?(意)?Map/Reduce Master -> Host-> 入：localhost Map/Reduce Master -> Port-> 入：9001 DFS Master -> Host-> 入：9000 Finish
定完後，可以看到下方多了一色大象，左方展料也可以秀出在hdfs的案
三、 撰例程式??- 之前在eclipse上已了案icas，因此目在：
- /home/waue/workspace/icas
- 在目有料：
- src ： 用程式原始
- bin ： 用後的class
- 如此一原始和就不混在一起，之後生jar很有助
- 在我一例程式 :?WordCount
3.1 mapper.java??
?
- new
?
File ->new ->mapper
- create
source?folder-> 入： icas/src Package : Sample Name -> : mapper
- modify
?
package?Sample;?import?java.io.IOException;?import?java.util.StringTokenizer;?importorg.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Mapper;?public?class?mapper?extends?Mapper<Object,?Text,?Text,IntWritable>?{?private?final?static?IntWritable one?=?new?IntWritable(1);?private?Text word?=?newText();?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);?}?}?}建立mapper.java後，入程式
3.2 reducer.java??- new
- File -> new -> reducer
- create
source?folder-> 入： icas/src Package : Sample Name -> : reducer
- modify
?
package?Sample;?import?java.io.IOException;?import?org.apache.hadoop.io.IntWritable;?importorg.apache.hadoop.io.Text;?import?org.apache.hadoop.mapreduce.Reducer;?public?class?reducerextends?Reducer<Text,?IntWritable,?Text,?IntWritable>?{?private?IntWritable result?=?newIntWritable();?public?void?reduce(Text key,?Iterable<IntWritable>?values,?Context context)?throwsIOException,?InterruptedException?{?int?sum?=?0;?for?(IntWritable val?:?values)?{?sum?+=val.get();?}?result.set(sum);?context.write(key,?result);?}?}- File -> new -> Map/Reduce Driver
3.3?WordCount.java (main function)??- new
建立WordCount.java，此用mapper reducer，因此 Map/Reduce Driver
- create
source?folder-> 入： icas/src Package : Sample Name -> : WordCount.java
- modify
package?Sample;?import?org.apache.hadoop.conf.Configuration;?import?org.apache.hadoop.fs.Path;import?org.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Job;?import?org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import?org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;?importorg.apache.hadoop.util.GenericOptionsParser;?public?class?WordCount?{?public?static?voidmain(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(mapper.class);job.setCombinerClass(reducer.class);?job.setReducerClass(reducer.class);job.setOutputKeyClass(Text.class);?job.setOutputValueClass(IntWritable.class);FileInputFormat.addInputPath(job,?new?Path(otherArgs[0]));?FileOutputFormat.setOutputPath(job,?newPath(otherArgs[1]));?System.exit(job.waitForCompletion(true)???0?:?1);?}?}三完成後存後，整程式建立完成
- 三都存後，可以看到icas案下的src，bin都有案生，我用指令check
?
$ cd workspace/icas $ ls src/Sample/ mapper.java reducer.java WordCount.java $ ls bin/Sample/ mapper.class reducer.class WordCount.class
四、例程式??
?
- 由於hadoop 0.20 此版本的eclipse-plugin依不完整 ，如：
- 右WordCount.java -> run as -> run on Hadoop ：有效果
- 因此，4.1 提供一eclipse 上解除 run-on-hadoop 封印的方法。而4.2 是避run-on-hadoop 功能，用command mode端指令的方法行。
4.1 解除run-on-hadoop封印??
有一心的hadoop使用者提供一能 run-on-hadoop 功能恢的方法。
原因是hadoop 的 eclipse-plugin 也是用eclipse europa 版本的，而eclipse 的各版本 3.2 , 3.3, 3.4 也都有或多或少的差性存在。
因此如果先用eclipse europa 建立一新案，之後把europa的eclipse版本掉，用eclipse 3.4，之後案就能用run-on-mapreduce 功能！
有趣的可以！（感逢甲工所同）
4.2 用端指令??4.2.1 生Makefile ??$ cd /home/waue/workspace/icas/ $ gedit Makefile
- 入以下Makefile的容
JarFile="sample-0.1.jar"?MainFunc="Sample.WordCount"?LocalOutDir="/tmp/output"?all:help jar: jar -cvf?${JarFile}?-C bin/ . run: hadoop jar?${JarFile}?${MainFunc}?input output clean: hadoop fs -rmr output output: rm -rf?${LocalOutDir}?hadoop fs -get output?${LocalOutDir}?gedit${LocalOutDir}/part-r-00000 &?help: @echo?"Usage:"?@echo?" make jar - Build Jar File."?@echo?" make clean - Clean up Output directory on HDFS."?@echo?" make run - Run your MapReduce code on Hadoop."?@echo?" make output - Download and show output file"?@echo?" make help - Show Makefile options."?@echo?" "?@echo?"Example:"?@echo?" make jar; make run; make output; make clean"4.2.2 行??
?
- 行Makefile，可以到目下，行make []，若不知道何，可以打make 或 make help
- make 的用法明
$ cd /home/waue/workspace/icas/ $ make Usage: make jar - Build Jar File. make clean - Clean up Output directory on HDFS. make run - Run your MapReduce code on Hadoop. make output - Download and show output file make help - Show Makefile options. Example: make jar; make run; make output; make clean
- 下面提供各make 的
?
make jar??- 1. 生jar
?
$ make jar
make run??- 2. 跑我的wordcount 於hadoop上
$ make run
- make run基本上能正的作到束，因此代表我在eclipse的程式可以利在hadoop0.20的平台上行。
- 而回到eclipse窗，我可以看到下方窗run完的job呈出；左方窗也多出output料，part-r-00000就是我的果
- 因有定完整的javadoc, 因此可以得到的解助
make output??- 3. 指令是助使用者果hdfs下到local端，且用gedit你的果
$ make output
make clean??- 4. 指令用把hdfs上的output料清除。如果你想要在跑一次make run，先行make clean，否hadoop告你，output料已存在，而拒工作喔！
?
$ make clean
五、??<ul style=
0.2 目明??- 使用者：waue
- 使用者家目： /home/waue
- 案目 ： /home/waue/workspace
- hadoop目： /opt/hadoop
一、安??
安的部份必要都一模一，提供考，反正只要安好java , hadoop , eclipse，清楚自己的路就可以了
1.1. 安java??
首先安java 基本套件
$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre
1.1.1. 安sun-java6-doc??
?
1 javadoc (jdk-6u10-docs.zip) 下下?下
2 下完後案放在 /tmp/ 下
3 行
?
$ sudo apt-get install sun-java6-doc
1.2. ssh 安定??$ apt-get install ssh $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ ssh localhost
行ssh localhost 有出密的息
1.3. 安hadoop??
安hadoop0.20到/opt/取目名hadoop
$ cd ~ $ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.0/hadoop-0.20.0.tar.gz $ tar zxvf hadoop-0.20.0.tar.gz $ sudo mv hadoop-0.20.0 /opt/ $ sudo chown -R waue:waue /opt/hadoop-0.20.0 $ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop
- /opt/hadoop/conf/hadoop-env.sh
export?JAVA_HOME=/usr/lib/jvm/java-6-sun?export?HADOOP_HOME=/opt/hadoop?exportPATH=$PATH:/opt/hadoop/bin
- /opt/hadoop/conf/core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop/hadoop-${user.name}</value> </property> </configuration>- /opt/hadoop/conf/hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
- /opt/hadoop/conf/mapred-site.xml
<configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> </configuration>
$ cd /opt/hadoop $ source /opt/hadoop/conf/hadoop-env.sh $ hadoop namenode -format $ start-all.sh $ hadoop fs -put conf input $ hadoop fs -ls
- 有息代表
1.4. 安eclipse??
?
- 在此提供方法下案
- 方法一：下?eclipse SDK 3.4.2 Classic，且放案到家目
- 方法二：上指令
$ cd ~ $ wget http://ftp.cs.pu.edu.tw/pub/eclipse/eclipse/downloads/drops/R-3.4.2-200902111700/eclipse-SDK-3.4.2-linux-gtk.tar.gz
- eclipse 已下到家目後，行下面指令：
?
$ cd ~ $ tar -zxvf eclipse-SDK-3.4.2-linux-gtk.tar.gz $ sudo mv eclipse /opt $ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/
二、 建立案??2.1 安hadoop 的 eclipse plugin??- 入hadoop 0.20.0 eclipse plugin
?
$ cd /opt/hadoop $ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.0-eclipse-plugin.jar /opt/eclipse/plugins
$ sudo vim /opt/eclipse/eclipse.ini
- 可斟酌考eclipse.ini容（非必要）
?
-startup plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar --launcher.library plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805 -showsplash org.eclipse.platform --launcher.XXMaxPermSize 512m -vmargs -Xms40m -Xmx512m
2.2 eclipse??- 打eclipse
?
$ eclipse &
一始出你要工作目放在哪：在我用值
PS: 之後的明是在eclipse 上的介面操作
2.3 野??window ->open pers.. ->other.. ->map/reduce
定要用 Map/Reduce 的野
使用 Map/Reduce 的野後的介面呈
2.4 建立案??file ->new ->project ->Map/Reduce ->Map/Reduce Project ->next
建立mapreduce案(1)
建立mapreduce案的(2)
project name-> 入 : icas?(意)?use default hadoop -> Configur Hadoop install... -> 入："/opt/hadoop"?-> ok Finish
2.5 定案??
由於建立了icas案，因此eclipse已建立了新的案，出在左窗，右料，properties
Step1. 右project的properties做部定
Step2. 入案的部定
hadoop的javadoc的定(1)
- java Build Path -> Libraries -> hadoop-0.20.0-ant.jar
- java Build Path -> Libraries -> hadoop-0.20.0-core.jar
- java Build Path -> Libraries -> hadoop-0.20.0-tools.jar
- 以 hadoop-0.20.0-core.jar 的定容如下，其他依此推
?
source?...-> 入：/opt/opt/hadoop-0.20.0/src javadoc ...-> 入：file:/opt/hadoop/docs/api/
Step3. hadoop的javadoc的定完後(2)
Step4. java本身的javadoc的定(3)
?
- javadoc location -> 入：file:/usr/lib/jvm/java-6-sun/docs/api/
定完後回到eclipse 主窗
2.6 接hadoop server??Step1. 窗右下角色大象示"Map/Reduce Locations tag" -> 右的色大象示：
Step2. 行eclipse hadoop 的定(2)
Location Name -> 入：hadoop?(意)?Map/Reduce Master -> Host-> 入：localhost Map/Reduce Master -> Port-> 入：9001 DFS Master -> Host-> 入：9000 Finish
定完後，可以看到下方多了一色大象，左方展料也可以秀出在hdfs的案
三、 撰例程式??- 之前在eclipse上已了案icas，因此目在：
- /home/waue/workspace/icas
- 在目有料：
- src ： 用程式原始
- bin ： 用後的class
- 如此一原始和就不混在一起，之後生jar很有助
- 在我一例程式 :?WordCount
3.1 mapper.java??
?
- new
?
File ->new ->mapper
- create
source?folder-> 入： icas/src Package : Sample Name -> : mapper
- modify
?
package?Sample;?import?java.io.IOException;?import?java.util.StringTokenizer;?importorg.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Mapper;?public?class?mapper?extends?Mapper<Object,?Text,?Text,IntWritable>?{?private?final?static?IntWritable one?=?new?IntWritable(1);?private?Text word?=?newText();?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);?}?}?}建立mapper.java後，入程式
3.2 reducer.java??- new
- File -> new -> reducer
- create
source?folder-> 入： icas/src Package : Sample Name -> : reducer
- modify
?
package?Sample;?import?java.io.IOException;?import?org.apache.hadoop.io.IntWritable;?importorg.apache.hadoop.io.Text;?import?org.apache.hadoop.mapreduce.Reducer;?public?class?reducerextends?Reducer<Text,?IntWritable,?Text,?IntWritable>?{?private?IntWritable result?=?newIntWritable();?public?void?reduce(Text key,?Iterable<IntWritable>?values,?Context context)?throwsIOException,?InterruptedException?{?int?sum?=?0;?for?(IntWritable val?:?values)?{?sum?+=val.get();?}?result.set(sum);?context.write(key,?result);?}?}- File -> new -> Map/Reduce Driver
3.3?WordCount.java (main function)??- new
建立WordCount.java，此用mapper reducer，因此 Map/Reduce Driver
- create
source?folder-> 入： icas/src Package : Sample Name -> : WordCount.java
- modify
package?Sample;?import?org.apache.hadoop.conf.Configuration;?import?org.apache.hadoop.fs.Path;import?org.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Job;?import?org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import?org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;?importorg.apache.hadoop.util.GenericOptionsParser;?public?class?WordCount?{?public?static?voidmain(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(mapper.class);job.setCombinerClass(reducer.class);?job.setReducerClass(reducer.class);job.setOutputKeyClass(Text.class);?job.setOutputValueClass(IntWritable.class);FileInputFormat.addInputPath(job,?new?Path(otherArgs[0]));?FileOutputFormat.setOutputPath(job,?newPath(otherArgs[1]));?System.exit(job.waitForCompletion(true)???0?:?1);?}?}三完成後存後，整程式建立完成
- 三都存後，可以看到icas案下的src，bin都有案生，我用指令check
?
$ cd workspace/icas $ ls src/Sample/ mapper.java reducer.java WordCount.java $ ls bin/Sample/ mapper.class reducer.class WordCount.class
四、例程式??
?
- 由於hadoop 0.20 此版本的eclipse-plugin依不完整 ，如：
- 右WordCount.java -> run as -> run on Hadoop ：有效果
- 因此，4.1 提供一eclipse 上解除 run-on-hadoop 封印的方法。而4.2 是避run-on-hadoop 功能，用command mode端指令的方法行。
4.1 解除run-on-hadoop封印??
有一心的hadoop使用者提供一能 run-on-hadoop 功能恢的方法。
原因是hadoop 的 eclipse-plugin 也是用eclipse europa 版本的，而eclipse 的各版本 3.2 , 3.3, 3.4 也都有或多或少的差性存在。
因此如果先用eclipse europa 建立一新案，之後把europa的eclipse版本掉，用eclipse 3.4，之後案就能用run-on-mapreduce 功能！
有趣的可以！（感逢甲工所同）
4.2 用端指令??4.2.1 生Makefile ??$ cd /home/waue/workspace/icas/ $ gedit Makefile
- 入以下Makefile的容
JarFile="sample-0.1.jar"?MainFunc="Sample.WordCount"?LocalOutDir="/tmp/output"?all:help jar: jar -cvf?${JarFile}?-C bin/ . run: hadoop jar?${JarFile}?${MainFunc}?input output clean: hadoop fs -rmr output output: rm -rf?${LocalOutDir}?hadoop fs -get output?${LocalOutDir}?gedit${LocalOutDir}/part-r-00000 &?help: @echo?"Usage:"?@echo?" make jar - Build Jar File."?@echo?" make clean - Clean up Output directory on HDFS."?@echo?" make run - Run your MapReduce code on Hadoop."?@echo?" make output - Download and show output file"?@echo?" make help - Show Makefile options."?@echo?" "?@echo?"Example:"?@echo?" make jar; make run; make output; make clean"4.2.2 行??
?
- 行Makefile，可以到目下，行make []，若不知道何，可以打make 或 make help
- make 的用法明
$ cd /home/waue/workspace/icas/ $ make Usage: make jar - Build Jar File. make clean - Clean up Output directory on HDFS. make run - Run your MapReduce code on Hadoop. make output - Download and show output file make help - Show Makefile options. Example: make jar; make run; make output; make clean
- 下面提供各make 的
?
make jar??- 1. 生jar
?
$ make jar
make run??- 2. 跑我的wordcount 於hadoop上
$ make run
- make run基本上能正的作到束，因此代表我在eclipse的程式可以利在hadoop0.20的平台上行。
- 而回到eclipse窗，我可以看到下方窗run完的job呈出；左方窗也多出output料，part-r-00000就是我的果
- 因有定完整的javadoc, 因此可以得到的解助
make output??- 3. 指令是助使用者果hdfs下到local端，且用gedit你的果
$ make output
make clean??- 4. 指令用把hdfs上的output料清除。如果你想要在跑一次make run，先行make clean，否hadoop告你，output料已存在，而拒工作喔！
?
$ make clean
五、??<ul style=
一、安??
安的部份必要都一模一，提供考，反正只要安好java , hadoop , eclipse，清楚自己的路就可以了
1.1. 安java??
首先安java 基本套件
$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre
1.1.1. 安sun-java6-doc??
?
1 javadoc (jdk-6u10-docs.zip) 下下?下
2 下完後案放在 /tmp/ 下
3 行
?
$ sudo apt-get install sun-java6-doc
1.2. ssh 安定??$ apt-get install ssh $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ ssh localhost
行ssh localhost 有出密的息
1.3. 安hadoop??
安hadoop0.20到/opt/取目名hadoop
$ cd ~ $ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.0/hadoop-0.20.0.tar.gz $ tar zxvf hadoop-0.20.0.tar.gz $ sudo mv hadoop-0.20.0 /opt/ $ sudo chown -R waue:waue /opt/hadoop-0.20.0 $ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop
- /opt/hadoop/conf/hadoop-env.sh
export?JAVA_HOME=/usr/lib/jvm/java-6-sun?export?HADOOP_HOME=/opt/hadoop?exportPATH=$PATH:/opt/hadoop/bin
- /opt/hadoop/conf/core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop/hadoop-${user.name}</value> </property> </configuration>- /opt/hadoop/conf/hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
- /opt/hadoop/conf/mapred-site.xml
<configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> </configuration>
$ cd /opt/hadoop $ source /opt/hadoop/conf/hadoop-env.sh $ hadoop namenode -format $ start-all.sh $ hadoop fs -put conf input $ hadoop fs -ls
- 有息代表
1.4. 安eclipse??
?
- 在此提供方法下案
- 方法一：下?eclipse SDK 3.4.2 Classic，且放案到家目
- 方法二：上指令
$ cd ~ $ wget http://ftp.cs.pu.edu.tw/pub/eclipse/eclipse/downloads/drops/R-3.4.2-200902111700/eclipse-SDK-3.4.2-linux-gtk.tar.gz
- eclipse 已下到家目後，行下面指令：
?
$ cd ~ $ tar -zxvf eclipse-SDK-3.4.2-linux-gtk.tar.gz $ sudo mv eclipse /opt $ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/
二、 建立案??
2.1 安hadoop 的 eclipse plugin??
- 入hadoop 0.20.0 eclipse plugin
?
$ cd /opt/hadoop $ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.0-eclipse-plugin.jar /opt/eclipse/plugins
$ sudo vim /opt/eclipse/eclipse.ini
- 可斟酌考eclipse.ini容（非必要）
?
-startup plugins/org.eclipse.equinox.launcher_1.0.101.R34x_v20081125.jar --launcher.library plugins/org.eclipse.equinox.launcher.gtk.linux.x86_1.0.101.R34x_v20080805 -showsplash org.eclipse.platform --launcher.XXMaxPermSize 512m -vmargs -Xms40m -Xmx512m
2.2 eclipse??
- 打eclipse
?
$ eclipse &
一始出你要工作目放在哪：在我用值
PS: 之後的明是在eclipse 上的介面操作
2.3 野??window ->open pers.. ->other.. ->map/reduce
定要用 Map/Reduce 的野
使用 Map/Reduce 的野後的介面呈
2.4 建立案??
file ->new ->project ->Map/Reduce ->Map/Reduce Project ->next
建立mapreduce案(1)
建立mapreduce案的(2)
project name-> 入 : icas?(意)?use default hadoop -> Configur Hadoop install... -> 入："/opt/hadoop"?-> ok Finish
2.5 定案??
由於建立了icas案，因此eclipse已建立了新的案，出在左窗，右料，properties
Step1. 右project的properties做部定
Step2. 入案的部定
hadoop的javadoc的定(1)
- java Build Path -> Libraries -> hadoop-0.20.0-ant.jar
- java Build Path -> Libraries -> hadoop-0.20.0-core.jar
- java Build Path -> Libraries -> hadoop-0.20.0-tools.jar
- 以 hadoop-0.20.0-core.jar 的定容如下，其他依此推
?
source?...-> 入：/opt/opt/hadoop-0.20.0/src javadoc ...-> 入：file:/opt/hadoop/docs/api/
Step3. hadoop的javadoc的定完後(2)
Step4. java本身的javadoc的定(3)
?
- javadoc location -> 入：file:/usr/lib/jvm/java-6-sun/docs/api/
定完後回到eclipse 主窗
2.6 接hadoop server??
Step1. 窗右下角色大象示"Map/Reduce Locations tag" -> 右的色大象示：
Step2. 行eclipse hadoop 的定(2)
Location Name -> 入：hadoop?(意)?Map/Reduce Master -> Host-> 入：localhost Map/Reduce Master -> Port-> 入：9001 DFS Master -> Host-> 入：9000 Finish
定完後，可以看到下方多了一色大象，左方展料也可以秀出在hdfs的案
三、 撰例程式??
- 之前在eclipse上已了案icas，因此目在：
- /home/waue/workspace/icas
- 在目有料：
- src ： 用程式原始
- bin ： 用後的class
- 如此一原始和就不混在一起，之後生jar很有助
- 在我一例程式 :?WordCount
3.1 mapper.java??
?
- new
?
File ->new ->mapper
- create
source?folder-> 入： icas/src Package : Sample Name -> : mapper
- modify
?
package?Sample;?import?java.io.IOException;?import?java.util.StringTokenizer;?importorg.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Mapper;?public?class?mapper?extends?Mapper<Object,?Text,?Text,IntWritable>?{?private?final?static?IntWritable one?=?new?IntWritable(1);?private?Text word?=?newText();?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);?}?}?}建立mapper.java後，入程式
3.2 reducer.java??
- new
- File -> new -> reducer
- create
source?folder-> 入： icas/src Package : Sample Name -> : reducer
- modify
?
package?Sample;?import?java.io.IOException;?import?org.apache.hadoop.io.IntWritable;?importorg.apache.hadoop.io.Text;?import?org.apache.hadoop.mapreduce.Reducer;?public?class?reducerextends?Reducer<Text,?IntWritable,?Text,?IntWritable>?{?private?IntWritable result?=?newIntWritable();?public?void?reduce(Text key,?Iterable<IntWritable>?values,?Context context)?throwsIOException,?InterruptedException?{?int?sum?=?0;?for?(IntWritable val?:?values)?{?sum?+=val.get();?}?result.set(sum);?context.write(key,?result);?}?}- File -> new -> Map/Reduce Driver
3.3?WordCount.java (main function)??
- new
建立WordCount.java，此用mapper reducer，因此 Map/Reduce Driver
- create
source?folder-> 入： icas/src Package : Sample Name -> : WordCount.java
- modify
package?Sample;?import?org.apache.hadoop.conf.Configuration;?import?org.apache.hadoop.fs.Path;import?org.apache.hadoop.io.IntWritable;?import?org.apache.hadoop.io.Text;?importorg.apache.hadoop.mapreduce.Job;?import?org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import?org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;?importorg.apache.hadoop.util.GenericOptionsParser;?public?class?WordCount?{?public?static?voidmain(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(mapper.class);job.setCombinerClass(reducer.class);?job.setReducerClass(reducer.class);job.setOutputKeyClass(Text.class);?job.setOutputValueClass(IntWritable.class);FileInputFormat.addInputPath(job,?new?Path(otherArgs[0]));?FileOutputFormat.setOutputPath(job,?newPath(otherArgs[1]));?System.exit(job.waitForCompletion(true)???0?:?1);?}?}三完成後存後，整程式建立完成
- 三都存後，可以看到icas案下的src，bin都有案生，我用指令check
?
$ cd workspace/icas $ ls src/Sample/ mapper.java reducer.java WordCount.java $ ls bin/Sample/ mapper.class reducer.class WordCount.class
四、例程式??
?
- 由於hadoop 0.20 此版本的eclipse-plugin依不完整 ，如：
- 右WordCount.java -> run as -> run on Hadoop ：有效果
- 因此，4.1 提供一eclipse 上解除 run-on-hadoop 封印的方法。而4.2 是避run-on-hadoop 功能，用command mode端指令的方法行。
4.1 解除run-on-hadoop封印??
有一心的hadoop使用者提供一能 run-on-hadoop 功能恢的方法。
原因是hadoop 的 eclipse-plugin 也是用eclipse europa 版本的，而eclipse 的各版本 3.2 , 3.3, 3.4 也都有或多或少的差性存在。
因此如果先用eclipse europa 建立一新案，之後把europa的eclipse版本掉，用eclipse 3.4，之後案就能用run-on-mapreduce 功能！
有趣的可以！（感逢甲工所同）
4.2 用端指令??
4.2.1 生Makefile ??
$ cd /home/waue/workspace/icas/ $ gedit Makefile
- 入以下Makefile的容
JarFile="sample-0.1.jar"?MainFunc="Sample.WordCount"?LocalOutDir="/tmp/output"?all:help jar: jar -cvf?${JarFile}?-C bin/ . run: hadoop jar?${JarFile}?${MainFunc}?input output clean: hadoop fs -rmr output output: rm -rf?${LocalOutDir}?hadoop fs -get output?${LocalOutDir}?gedit${LocalOutDir}/part-r-00000 &?help: @echo?"Usage:"?@echo?" make jar - Build Jar File."?@echo?" make clean - Clean up Output directory on HDFS."?@echo?" make run - Run your MapReduce code on Hadoop."?@echo?" make output - Download and show output file"?@echo?" make help - Show Makefile options."?@echo?" "?@echo?"Example:"?@echo?" make jar; make run; make output; make clean"4.2.2 行??
?
- 行Makefile，可以到目下，行make []，若不知道何，可以打make 或 make help
- make 的用法明
$ cd /home/waue/workspace/icas/ $ make Usage: make jar - Build Jar File. make clean - Clean up Output directory on HDFS. make run - Run your MapReduce code on Hadoop. make output - Download and show output file make help - Show Makefile options. Example: make jar; make run; make output; make clean
- 下面提供各make 的
?
make jar??
- 1. 生jar
?
$ make jar
make run??
- 2. 跑我的wordcount 於hadoop上
$ make run
- make run基本上能正的作到束，因此代表我在eclipse的程式可以利在hadoop0.20的平台上行。
- 而回到eclipse窗，我可以看到下方窗run完的job呈出；左方窗也多出output料，part-r-00000就是我的果
- 因有定完整的javadoc, 因此可以得到的解助
make output??
- 3. 指令是助使用者果hdfs下到local端，且用gedit你的果
$ make output
make clean??
- 4. 指令用把hdfs上的output料清除。如果你想要在跑一次make run，先行make clean，否hadoop告你，output料已存在，而拒工作喔！
?
$ make clean
五、??<ul style=
- 4. 指令用把hdfs上的output料清除。如果你想要在跑一次make run，先行make clean，否hadoop告你，output料已存在，而拒工作喔！
- 3. 指令是助使用者果hdfs下到local端，且用gedit你的果
- 因有定完整的javadoc, 因此可以得到的解助
- 而回到eclipse窗，我可以看到下方窗run完的job呈出；左方窗也多出output料，part-r-00000就是我的果
- make run基本上能正的作到束，因此代表我在eclipse的程式可以利在hadoop0.20的平台上行。
- 2. 跑我的wordcount 於hadoop上
- 1. 生jar
- 下面提供各make 的
- 入以下Makefile的容
- 因此，4.1 提供一eclipse 上解除 run-on-hadoop 封印的方法。而4.2 是避run-on-hadoop 功能，用command mode端指令的方法行。
- 右WordCount.java -> run as -> run on Hadoop ：有效果
- 由於hadoop 0.20 此版本的eclipse-plugin依不完整 ，如：
- 之前在eclipse上已了案icas，因此目在：
- javadoc location -> 入：file:/usr/lib/jvm/java-6-sun/docs/api/
- 以 hadoop-0.20.0-core.jar 的定容如下，其他依此推
- 打eclipse
- 可斟酌考eclipse.ini容（非必要）
- 入hadoop 0.20.0 eclipse plugin
- eclipse 已下到家目後，行下面指令：
- 在此提供方法下案
- 有息代表
- /opt/hadoop/conf/mapred-site.xml
- /opt/hadoop/conf/hdfs-site.xml
- /opt/hadoop/conf/core-site.xml
