[[PageOutline]]
{{{
#!html
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 [http://secuse.nchc.org.tw/class/hadoop/eclipse-SDK-3.3.2-win32.zip win] [http://secuse.nchc.org.tw/class/hadoop/eclipse-SDK-3.3.2-linux-gtk.tar.gz linux] [http://secuse.nchc.org.tw/class/hadoop/hadoop-plugin-0.20.1-eclipse-3.3-plugin.jar 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
[https://cds.sun.com/is-bin/INTERSHOP.enfinity/WFS/CDS-CDS_Developer-Site/en_US/-/USD/ViewProductDetail-Start?ProductRef=jdk-6u10-docs-oth-JPR@CDS-CDS_Developer 下載點]
[[Image(wiki:waue/2009/0617:1-1.png)]]
[[Image(wiki:0428Hadoop_Lab1:hadoop_administration.png)]]
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
{{{
#!sh
export JAVA_HOME=/usr/lib/jvm/java-6-sun
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:/opt/hadoop/bin
}}}
* 編輯 /opt/hadoop/conf/core-site.xml
{{{
#!sh
fs.default.name
hdfs://localhost:9000
hadoop.tmp.dir
/tmp/hadoop/hadoop-${user.name}
}}}
* 編輯 /opt/hadoop/conf/mapred-site.xml
{{{
#!sh
mapred.job.tracker
localhost:9001
}}}
* 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
[[Image(wiki:waue/2009/0617:2-1.png)]]
-------
'''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||
[[Image(wiki:waue/2009/0617:win-open-other.png)]]
-------
設定要用 Map/Reduce 的視野
[[Image(wiki:waue/2009/0617:2-2.png)]]
---------
使用 Map/Reduce 的視野後的介面呈現
[[Image(wiki:waue/2009/0617:2-3.png)]]
--------
== 2.4 建立專案 ==
|| file -> || new -> || project -> || Map/Reduce -> || Map/Reduce Project -> || next ||
[[Image(wiki:waue/2009/0617:file-new-project.png)]]
--------
建立mapreduce專案(1)
[[Image(wiki:waue/2009/0617:2-4.png)]]
-----------
建立mapreduce專案(2)
{{{
#!sh
project name-> 輸入 : hadoop020 (隨意，圖為icas)
use default hadoop -> Configur Hadoop install... -> 輸入： "/opt/hadoop" -> ok
Finish
}}}
[[Image(wiki:waue/2009/0617:2-4-2.png)]]
--------------
== 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 '''
[[Image(wiki:waue/2009/0617:2-5.png)]]
----------
''' Step2. 設定hadoop 原始碼與hadoop api 對應 '''
hadoop的javadoc的設定(1)
[[Image(wiki:waue/2009/0617:2-5-1.png)]]
* 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
{{{
#!sh
source ...-> 輸入：/opt/hadoop/src/
javadoc ...-> 輸入：/opt/hadoop/docs/api/
}}}
------------
''' Step3. 完成 設定hadoop 原始碼 與 api '''
[[Image(wiki:waue/2009/0617:2-5-2.png)]]
------------
''' Step4. 設定 java 6 sdk 的javadoc的設定 '''
* javadoc location -> 輸入：file:/usr/lib/jvm/java-6-sun/docs/api/
[[Image(wiki:waue/2009/0617:2-5-3.png)]]
-----
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：
[[Image(wiki:waue/2009/0617:2-6.png)]]
-------------
Step2. 進行eclipse 與 hadoop 間的設定(2)
[[Image(wiki:waue/2009/0617:2-6-1.png)]]
{{{
#!sh
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
[[Image(wiki:waue/2009/0617:2-6-2.png)]]
-------------
= 三、 撰寫範例程式 =
== 3.3 WordCount.java (main function) ==
1. new
|| File -> || new -> || Map/Reduce Driver ||
[[Image(wiki:waue/2009/0617:file-new-mr-driver.png)]]
* 其實單純new java class 也可以
|| File -> || new -> || class ||
------------
2. create
{{{
#!sh
source folder-> 輸入： hadoop020/src （預設值即可）
Package : Sample （隨意）
Name -> : WordCount.java （java 檔名）
}}}
[[Image(wiki:waue/2009/0617:3-4.png)]]
-------
3. modify
{{{
#!java
// 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
[[Image(wiki:waue/2009/0617:3-5.png)]]
== 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[http://hadoop.apache.org/core/docs/r0.20.0/quickstart.html hadoop 0.20 的quickstart]； 而如何使用 [http://hadoop.apache.org/core/docs/r0.20.0/api/ 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