wiki:NCHCCloudCourse100928_2_IDE

Context Navigation

零. 前言
1. 0.1 環境說明
2. 0.2 目錄說明
一、安裝
二、建立專案
三、撰寫範例程式
1. 3.3 WordCount.java (main function)
2. 3.1 補充說明
四、結論

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

Ubuntu 10.04
sun-java-6
Eclipse 3.3.2 win linux hadoop-plugin
hadoop 0.20.2

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)

File ->

new ->

Map/Reduce? Driver

其實單純new java class 也可以