wiki:NCHCCloudCourse100928_2_IDE

hadoop 0.20 程式開發
eclipse 3.3.2 + hadoop plugin

零. 前言

  • 開發hadoop 需要用到許多的物件導向語法,包括繼承關係、介面類別,而且需要匯入正確的classpath,否則寫hadoop程式只是打字練習...
  • 用類 vim 來處理這種複雜的程式,有可能會變成一場惡夢,因此用eclipse開發,搭配mapreduce-plugin會事半功倍。
  • 早在hadoop 0.19~0.16之間的版本,筆者就試過各個plugin,每個版本的plugin都確實有大大小小的問題,如:hadoop plugin 無法正確使用,目前測試最穩定的對應是 Eclipse 3.3.2 + Hadoop 0.18~0.20 的 plugin
    • 注:Eclipse 3.4~3.5 搭配 hadoop-eclipse-plugin (於 Ubuntu 平台)會有無法 run on hadoop 的問題!
  • Last Update: 2010/09/24

0.1 環境說明

0.2 目錄說明

  • 使用者:hadoop
  • 使用者家目錄: /home/hadoop
  • 專案目錄 : /home/hadoop/workspace
  • hadoop目錄: /opt/hadoop

一、安裝

安裝的部份沒必要都一模一樣,僅提供參考,反正只要安裝好java , hadoop , eclipse,並清楚自己的路徑就可以了

1.1. 安裝java

首先安裝java 基本套件

$ sudo apt-get install java-common sun-java6-bin sun-java6-jdk sun-java6-jre

1.1.1. 安裝sun-java6-doc

1 將javadoc (jdk-6u10-docs.zip) 下載下來 下載點

2 下載完後將檔案放在 /tmp/ 下

3 執行

$ sudo apt-get install sun-java6-doc

1.2. ssh 安裝設定

$ apt-get install ssh 
$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ ssh localhost

執行ssh localhost 沒有出現詢問密碼的訊息則無誤

1.3. 安裝hadoop

安裝hadoop0.20到/opt/並取目錄名為hadoop

$ cd ~
$ wget http://apache.ntu.edu.tw/hadoop/core/hadoop-0.20.2/hadoop-0.20.2.tar.gz
$ tar zxvf hadoop-0.20.2.tar.gz
$ sudo mv hadoop-0.20.2 /opt/
$ sudo chown -R waue:waue /opt/hadoop-0.20.2
$ sudo ln -sf /opt/hadoop-0.20.2 /opt/hadoop
  • 編輯 /opt/hadoop/conf/hadoop-env.sh
export JAVA_HOME=/usr/lib/jvm/java-6-sun
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:/opt/hadoop/bin
  • 編輯 /opt/hadoop/conf/core-site.xml
<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://localhost:9000</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/tmp/hadoop/hadoop-${user.name}</value>
  </property>
</configuration>

  • 編輯 /opt/hadoop/conf/mapred-site.xml
<configuration>
  <property>
    <name>mapred.job.tracker</name>
    <value>localhost:9001</value>
  </property>
</configuration>
  • 啟動
$ cd /opt/hadoop
$ source /opt/hadoop/conf/hadoop-env.sh
$ hadoop namenode -format
$ start-all.sh
$ hadoop fs -put conf input
$ hadoop fs -ls 
  • 沒有錯誤訊息則代表無誤

1.4. 安裝eclipse

  • eclipse 檔已下載到家目錄後,執行下面指令:

$ cd ~
$ wget http://secuse.nchc.org.tw/class/eclipse/eclipse-SDK-3.3.2-linux-gtk.tar.gz
$ tar -zxvf eclipse-SDK-3.3.2-linux-gtk.tar.gz
$ sudo mv eclipse /opt
$ sudo ln -sf /opt/eclipse/eclipse /usr/local/bin/

二、 建立專案

2.1 安裝hadoop 的 eclipse plugin

  • 匯入hadoop 0.20.2 eclipse plugin

$ cd /opt/hadoop
$ sudo cp /opt/hadoop/contrib/eclipse-plugin/hadoop-0.20.2-eclipse-plugin.jar /opt/eclipse/plugins
$ sudo vim /opt/eclipse/eclipse.ini
  • (非必要)增加eclipse可使用的記憶體量,
    • 修改 /opt/eclipse/eclipse.ini
-showsplash
org.eclipse.platform
-vmargs
-Xms80m
-Xmx512m

2.2 開啟eclipse

  • 打開eclipse

$ /opt/eclipse/eclipse &

一開始會出現問你要將工作目錄放在哪裡:在這我們用預設值


PS: 之後的說明則是在eclipse 上的介面操作


2.3 選擇視野

window -> open pers.. -> other.. -> map/reduce


設定要用 Map/Reduce? 的視野


使用 Map/Reduce? 的視野後的介面呈現


2.4 建立專案

file -> new -> project -> Map/Reduce? -> Map/Reduce? Project -> next


建立mapreduce專案(1)


建立mapreduce專案(2)

project name-> 輸入 : hadoop020 (隨意,圖為icas)
use default hadoop -> Configur Hadoop install... -> 輸入: "/opt/hadoop" -> ok
Finish


2.5 (非必要)設定文件支援

  • 以下步驟可以設定寫 Hadoop 程式時,Hadoop 原始碼即時索引以及 Java 6 的 API 文件的本機支援

eclipse已經建立新的專案,出現在左邊視窗,右鍵點選該資料夾,並選 properties 可以進行此專案的細部設定


Step1. 右鍵點選project的properties做細部設定


Step2. 設定hadoop 原始碼與hadoop api 對應

hadoop的javadoc的設定(1)

  • hadoop-*-core.jar 比較建議設定,其他 hadoop-*-ant.jar、hadoop-*-tools.jar 可隨意
    • 以 hadoop-0.20.2-core.jar 的設定內容如下,其他依此類推

source ...-> 輸入:/opt/hadoop/src/
javadoc ...-> 輸入:/opt/hadoop/docs/api/

Step3. 完成 設定hadoop 原始碼 與 api


Step4. 設定 java 6 sdk 的javadoc的設定

  • javadoc location -> 輸入:file:/usr/lib/jvm/java-6-sun/docs/api/


設定完後回到eclipse 主視窗

2.6 連接hadoop server


Step1. 視窗右下角黃色大象圖示"Map/Reduce? Locations tag" -> 點選齒輪右邊的藍色大象圖示:


Step2. 進行eclipse 與 hadoop 間的設定(2)

Location Name -> 輸入:hadoop  (隨意)
Map/Reduce Master -> Host-> 輸入:localhost 
Map/Reduce Master -> Port-> 輸入:9001 
DFS Master -> Host-> 輸入:9000
Finish

設定完後,可以看到下方多了一隻藍色大象,左方展開資料夾也可以秀出在hdfs內的檔案結構


三、 撰寫範例程式

3.3 WordCount.java (main function)

  1. new
File -> new -> Map/Reduce? Driver

  • 其實單純new java class 也可以
File -> new -> class

  1. create
source folder-> 輸入: hadoop020/src (預設值即可)
Package : Sample (隨意)
Name -> : WordCount.java (java 檔名)


  1. modify
// 你的 hadoop 程式碼 底加底加

  • 用同樣的方法,你就可以輕鬆寫出多個java檔案來組成一個專案

3.1 補充說明

  • 之前在eclipse上已經開了個專案hadoop020,因此這個目錄在:
    • /home/hadooper/workspace/hadoop020
  • 在這個目錄內有兩個資料夾:
    • src : 用來裝程式原始碼
    • bin : 用來裝編譯後的class檔
  • 如此一來原始碼和編譯檔就不會混在一起,對之後產生jar檔會很有幫助

四、結論

  • 搭配eclipse ,我們可以更有效率的開發hadoop
  • hadoop 0.20 與之前的版本api以及設定都有些改變,因此hadoop 環境的設定,需要看hadoop 0.20 的quickstart; 而如何使用 hadoop 0.20 的api,則可以看 /opt/hadoop/src/example/ 裡面的程式碼來提供初步的構想
Last modified 11 years ago Last modified on Dec 16, 2011, 6:24:05 PM