最近一直都在看《Hadoop權威指南（中文版）》，雖然的確是在翻譯的方面有很多不如意之處，但是對於我這個英語不是很好的人來說，看中文版的書還是能夠大大節約我的時間的。我的本科畢業設計就是關於HDFS和MapReduce的，所以我最近非常想馬上編寫出自己的MapReduce程序。
從網上看到了一個關於題目所說的非常好的配置方法，自己動手試了試，發現果然非常好用，所以將這個文章轉載如下：
1、確定eclipse是關閉的，如果不是的話，弄好之後要關了重新打開才可以。找到hadoop的安裝路徑，我的是hadoop-0.20.2，在home/hadoop/hadoop-0.20.2/contrib/eclipse-plugin/下有hadoop-0.20.2-eclipse-plugin.jar，將這個jar包拷貝到eclipse安裝目錄下的plugins裡，我的是在usr/eclipse/plugins/下，然後打開eclipse，點擊主菜單上的window—preferences，在左邊欄中找到Hadoop Map/Reduce，點擊後在右邊對話框裡設置hadoop的安裝路徑即主目錄。
2、創建一個MapReduce Project，點擊eclipse主菜單上的File—New—Project，在彈出的對話框中選擇MapReduce Project，之後輸入Project的名，例如wordcount，確定即可，然後就可以象一個普通的 Eclipse Java project 那樣，添加Java類，比如你可以定義一個WordCount 類，然後將你安裝的hadoop程序裡的WordCount源程序代碼（版本不同會有區別），我的是在hadoop-0.20.2/src/examples/org/apache/hadoop/examples/WordCount.java寫到此類中(以下是源程序代碼)，如果是19版本以前的，添加入必要的 import 語句 ( Eclipse 快捷鍵 ctrl+shift+o 可以幫你)，即可形成一個完整的 wordcount 程序，然後運行。
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);
}
}
