共计 3869 个字符，预计需要花费 10 分钟才能阅读完成。
图文详解 Windows 8.0 上 Eclipse 4.4.0 配置 CentOS 6.5 上的 Hadoop2.2.0 开发环境，给需要的朋友参考学习。
Eclipse 的 Hadoop 插件下载地址：https://github.com/winghc/hadoop2x-eclipse-plugin
将下载的压缩包解压，将 hadoop-eclipse-kepler-plugin-2.2.0 这个 jar 包扔到 eclipse 下面的 dropins 目录下，重启 eclipse 即可
进入 windows->Preference 配置根目录
，这里面的 hadoop installation directory 并不是你 windows 上装的 hadoop 目录，而仅仅是你在 centos 上编译好的源码，在 windows 上的解压路径而已，该路径仅仅是用于在创建 MapReduce Project 能从这个地方自动引入 MapReduce 所需要的 jar
进入 Window–>Open Perspective–>other–>Map/Reduce 打开 Map/Reduce 窗口
找到
，右击选择，New Hadoop location，这个时候会出现
Map/Reduce(V2) 中的配置对应于 mapred-site.xml 中的端口配置，DFS Master 中的配置对应于 core-site.xml 中的端口配置，配置完成之后 finish 即可，这个时候可以查看
测试，新建一个 MapReduce 项目，
，要解决这个问题，你必须要完成如下几个步骤，在 windows 上配置 HADOOP_HOME，然后将 %HADOOP_HOME%\bin 加入到 path 之中，然后去 https://github.com/srccodes/hadoop-common-2.2.0-bin 下载一个，下载之后将这个 bin 目录里面的东西全部拷贝到你自己 windows 上的 HADOOP 的 bin 目录下，覆盖即可，同时把 hadoop.dll 加到 C 盘下的 system32 中，如果这些都完成之后还是碰到：Exception in thread “main” java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z，那么就检查一下你的 JDK，有可能是 32 位的 JDK 导致的，需要下载 64 位 JDK 安装，并且在 eclipse 将 jre 环境配置为你新安装的 64 位 JRE 环境
。如我的 jre1.8 是 64 位，jre7 是 32 位，如果这里面没有，你直接 add 即可，选中你的 64 位 jre 环境之后，就会出现了。
之后写个 wordcount 程序测试一下，贴出我的代码如下，前提是你已经在 hdfs 上建好了 input 文件，并且在里面放些内容
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 {
// System.setProperty(“hadoop.home.dir”, “E:\\hadoop2.2\\”);
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(“hdfs://master:9000/input”));
FileOutputFormat.setOutputPath(job, new Path(“hdfs://master:9000/output”));
boolean flag = job.waitForCompletion(true);
System.out.print(“SUCCEED!” + flag);
System.exit(flag ? 0 : 1);
System.out.println();
}
}
Ubuntu 13.04 上搭建 Hadoop 环境 http://www.linuxidc.com/Linux/2013-06/86106.htm
Ubuntu 12.10 +Hadoop 1.2.1 版本集群配置 http://www.linuxidc.com/Linux/2013-09/90600.htm
Ubuntu 上搭建 Hadoop 环境（单机模式 + 伪分布模式）http://www.linuxidc.com/Linux/2013-01/77681.htm
Ubuntu 下 Hadoop 环境的配置 http://www.linuxidc.com/Linux/2012-11/74539.htm
单机版搭建 Hadoop 环境图文教程详解 http://www.linuxidc.com/Linux/2012-02/53927.htm
搭建 Hadoop 环境（在 Winodws 环境下用虚拟机虚拟两个 Ubuntu 系统进行搭建）http://www.linuxidc.com/Linux/2011-12/48894.htm
在 Ubuntu 下使用 Eclispe 连接 Hadoop 时拒绝链接解决方案总结 http://www.linuxidc.com/Linux/2014-11/109106.htm
更多 Hadoop 相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13
