附件【百度云盘：https://pan.baidu.com/s/1c1NPoK0UEvgKgD0xANS0jA 密码：x72k】
首先，先说下流程吧：
1、安装Eclipse（MyEclipse/intellij IDEA）
2、将hadoop-eclipse-plugin-2.6.0.jar（这个jar百度下应该是有的）这个jar放在Myeclipse的安装目录的plugins
3、在Windows解压hadoop-2.7.6.tar.gz，然后配置hadoop的环境变量（贴两个图上来，就不具体说了，这不就跟配置jdk是一样的嘛~）
4、打开Eclipse，然后看如下的图
打开eclipse --> Window --> Perspective --> Open Perspective --> 点击 Other
这里只要你有把正确的hadoop-eclipse-plugin-2.6.0.jar放到正确的地方，肯定能够找到这个蓝色小象，然后点开就可以看到
5、有了这个窗口之后，要配置hadoop(这个可以不用配置，不会影响运行)
5、接下来要让Myeclipse连接上我们的HDFS，所以要创建新的连接
6、然后连接（连接前，你肯定要开启你的namenode，并且确保他没问题）
如果这时候，你连接不上，那肯定是你的主机名，ip，映射啊这些没配置好，那就挺麻烦的了，你要重新配置好这些东西，然后重新格式化你的namenode（这里就不在具体说了）
7、好了，连接上了，要开始写代码了
因为代码是用maven管理jar包的，所以还要配置maven
打开eclipse --> Window --> 点击Preference
8、到这里，恶心的配置已经都配置完了，然后可以创建maven project（quick start）来写代码
好，接下来说报错！
首先，贴个自己写的简单代码出来：
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
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.Shell;
public class MyMapReduce {
// 1.自己的map静态类
// 集成Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT> 输入的key,输入的value,输出的key,输出的value
public static class MyMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
// 1）、 创建一个IntWritable 类型的对象，给定值为1
IntWritable iw = new IntWritable(1);
Text keystr = new Text();
protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context)
throws IOException, InterruptedException {
String line = value.toString();
// 2）、 传入每一个map方法的key和value做打印
System.out.println("key : " + key.get() + "---------- value : " + line);
String[] strs = line.split(" ");
for (String str : strs) {
keystr.set(str);
System.out.println("map 的输出 = key : ( " + str + ",1 )" );
context.write(keystr, iw);
}
/*StringTokenizer itr = new StringTokenizer(value.toString());
while (itr.hasMoreTokens()) {
keystr.set(itr.nextToken());
context.write(keystr, iw);
}*/
}
}
// 2.自己的静态reduce类
// reduce类的输入，其实是map类中的map方法的输出 输入key,输出value, 输出key,输出value
public static class MyReduce extends Reducer<Text, IntWritable, Text, IntWritable>{
IntWritable countWritable = new IntWritable();
//Map类的map方法的数据输入到Reduce类的group方法中,再到<text,it(1,1)>,再将这个数据输入到Reduce类的reduce方法中
@Override
protected void reduce(Text inputkey, Iterable<IntWritable> inputvalue,
Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
// 1）.得到key
String key = inputkey.toString();
// 2).迭代Iterable,把每个值相加
int count = 0;
// 3).循环遍历迭代器中的所有值,做相加
for (IntWritable intWritable : inputvalue) {
count += intWritable.get();
}
// 4). 把值设置到IntWritable ,等待输出
countWritable.set(count);
System.out.println("reduce输出结果 : key = " + key + " , " + count);
context.write(inputkey, countWritable);
}
}
// 3.运行类：run方法
/**
*
* @param args
* @return
* @throws Exception
*/
public int run(String[] args) throws Exception {
//hadoop的配置的上下文
Configuration configuration = new Configuration();
//通过上下文，构建一个job实例并且传入任务名称，单例模式
Job job = Job.getInstance(configuration, this.getClass().getSimpleName());
//必须添加，否则本地运行出现问题，服务器上运行会报错
job.setJarByClass(MyMapReduce.class);
// set job 设置任务从哪里读取数据
// input 调用这个方法的时候，要往args中传入参数，第一个位置上要传入从哪里读取数据
Path inpath = new Path(args[0]);
FileInputFormat.addInputPath(job, inpath);
// output 设置任务结果数据保存到哪里
//调用这个方法的时候，要往args中传入参数，第二个位置要传入的结果数据保存到哪里
Path outPath = new Path(args[1]);
FileOutputFormat.setOutputPath(job, outPath);
// Mapper 设置 Mapper类的参数
job.setMapperClass(MyMapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
// Reducer 设置 Reducer类的参数
job.setReducerClass(MyReduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
// submit job -> YARN
boolean isSuccess = job.waitForCompletion(true);
return isSuccess ? 0 : 1;
}
public static void main(String[] args) throws Exception {
args = new String[] {
"hdfs://192.168.211.211:8020/test2.txt",
"hdfs://192.168.211.211:8020/test2" };
// run job
int status = new MyMapReduce().run(args);
System.exit(status);
}
}这样，再上传个文件到hdfs(bin/hdfs dfs -put test2.txt /) 切记必须上传到hdfs,然后运行！
常见问题：
第一种类型、出现各种空指针：例如：Exception in thread "main" java.lang.NullPointerException atjava.lang.ProcessBuilder.start(Unknown Source)
An internal error occurred during: "Map/Reducelocation status updater".java.lang.NullPointerException
如果出现这样的问题，就是上文的配置你没配置好，好好检查下！！！！然后在hdfs上创建目录，上传文件试试，如果配置好了，应该不会有这样的问题
第二种类型、需要修改源码型：
1、Failed to locate the winutils binary in the hadoop binary path java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.
一开始看到这样的报错，我是拒绝的！！这里其实是因为在Windows下面运行mr代码必须有个文件叫做winutil.exe，默认解压的hadoop的bin目录下是没有的，自己下载一个然后放到hadoop目录的bin当中，程序会根据HADOOP_HOME找到bin目录下面的winutil.exe，但是有时候其实你都配置好了，它还报这个错，我就想打爆他的狗头，这时候就要修改源码了（看看源码是哪里获取的，你去手动写一个你正确的路径）
那么到底在源码的哪里呢？
在hadoop-common-2.7.6.jar这个jar包当中的org.apache.hadoop.util.Shell这个类里面
就是这个属性，修改下！！那怎么改，有个很简单的方法，Ctrl+A（全选），然后Ctrl+C（复制），把整个类复制下来，然后看下图！
点击画红圈的地方，Ctrl+V粘贴进去，他会自动生成想源码那样的包，然后直接改这个生成的java类，把377行改成：
2、Exception in thread "main"java.lang.UnsatisfiedLinkError:org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z
还有这个几乎所有人都会遇到的问题，这个其实就是检查你的文件系统的时候报的错
我在我的另一个帖子里有说怎么修改，就是那个
Hbase在 Windows下运行报错 IllegalArgumentException:
Pathname /D:/download/repository/org/apache/.....
地址：http://blog.csdn.net/lsr40/article/details/77648012
要修改源码差不多也就这两个地方，如果还有别的，请大家在本帖的评论区留言，我研究下~谢谢
第三种类型、修改配置文件
1、
org.apache.hadoop.security.AccessControlException:
Permissiondenied: user=test, access=WRITE,inode="/user/root/output":root:supergroup:drwxr-xr-x
这里的问题是权限问题！
两种解决方法：
第一：使用命令 bin/hdfs dfs -chmod -R 777 / 这个就是将HDFS上面的所有目录都给777的权限，所有人都可以访问
第二：etc/hadoop下的hdfs-site.xml添加
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
然后重启hadoop，在运行应该就没问题了
2、报这个错误
添加日志文件，要到linux系统下的hdoop-2.7.6 --> etc --> hadoop下，把 log4j复制到eclipse里，在eclipse创建一个source Folder 文件夹，
把日志文件放进去
3、
Error: java.lang.RuntimeException: java.lang.ClassNotFoundException:
Class com.ibeifeng.cm.MapReduce$WordMap not found
- <span style="white-space:pre;">Error: java.lang.RuntimeException: java.lang.ClassNotFoundException: Class com.ibeifeng.cm.MapReduce$WordMap not found
- at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1905)
- at org.apache.hadoop.mapreduce.task.JobContextImpl.getMapperClass(JobContextImpl.java:186)
- at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:722)
- at org.apache.hadoop.mapred.MapTask.run(MapTask.java:340)
- at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:168)
- at java.security.AccessController.doPrivileged(Native Method)
- at javax.security.auth.Subject.doAs(Subject.java:422)
- at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1614)
- at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:163)
- Caused by: java.lang.ClassNotFoundException: Class com.ibeifeng.cm.MapReduce$WordMap not found
- at org.apache.hadoop.conf.Configuration.getClassByName(Configuration.java:1811)
- at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1903)
- ... 8 more</span>
这个报错其实很坑的，检查了好久，看不出来，最后终于找到：
因为新建项目的时候，其实有这个，请看下图：
请注意：这里只能添加这3个，如果把yarn-site.xml也copy进来，那样你运行的时候，就会报如上的错误，因为你在mapred-site.xml当中指定了job运行于yarn，（其实你在本地运行的时候，应该是local模式的）你运行的时候，程序去yarn上面找对应的jar，class等信息，结果没找到所以。。。
两种解决方法：
1、把你src/main/resource中，mapred-site.xml这个yarn的值，改成local，就是下图的这个属性！！
2、把yarn-site.xml和mapred-site.xml这两个配置文件从src/main/resource中删除！就不会报这个错误了！！
这是我参考 https://blog.csdn.net/lsr40/article/details/77868113 点击打开链接做的，希望有些帮助