windows 8.0上eclipse 4.4.0 配置centos 6.5 上的hadoop2.2.0开发环境

本文主要是介绍windows 8.0上eclipse 4.4.0 配置centos 6.5 上的hadoop2.2.0开发环境，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

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();}
}

至此，程序终于运行成功，刷新一下你的DFS即可，看到输出结果