一、安装Eclipse

1、下载-官方网址

https://www.eclipse.org/downloads

2、解压

tar -zxvf eclipse-committers-oxygen-3a-linux-gtk-x86_64.tar.gz

3、启动（创建桌面快捷方式）

我们可以直接启动，进入eclipse解压目录使用./eclipse可以直接启动，但是为了后期方便启动，可以在桌面创建快捷方式，创建快捷方式步骤如下：

进入/usr/share/applications文件夹，在此文件夹下创建一个eclipse的快捷方式。

 vim eclipse.desktop

在新建文件中添加如下内容

[Desktop Entry]
Encoding=UTF-8
Name=Eclipse
Comment=Eclipse IDE
Exec=/usr/local/eclipse/eclipse(eclipse存放路径)
Icon=/usr/local/eclipse/icon.xpm
Terminal=false
Type=Application
Categories=GNOME;Application;Development;
StartupNotify=true

这时，我们可以看到在/usr/share/applacations/文件夹下有了eclipse的快捷方式，最后把eclipse快捷方式复制到桌面就可以启动了。

二、在Eclipse中安装Hadoop插件

1.复制jar包

将hadoop-eclipse-plugin-2.7.1.jar文件复制到“/usr/local/eclipse/plugins”文件夹下。

2.在Eclipse中设置Hadoop的安装目录

重新启动Eclipse，在主菜单中选择“Window->Preferences”，在弹出的对话框中选择左边的Hadoop Map/Reduce，然后在右边的“Hadoop installation directory”中填入Hadoop的安装目录，如下图所示：

图1 Eclipse中设置Hadoop的安装目录

3.创建并配置Map/Reduce Locations

在主菜单中选择“Window->Show View->Other”，在弹出的对话框中找到并展开“MapReduce Tools”，然后选择“Map/Reduce Locations”，如下图所示：

图2 在Eclipse中选择Map/Reduce Locations

返回后出现Map/Reduce Locations子窗口，如下图所示：

图3 Map/Reduce Locations子窗口

在“Map/Reduce Locations”子窗口中右键单击，选择“New Hadoop Location”，创建一个新的Hadoop Location。

图4 在Eclipse中设置Hadoop Location

说明：Map/Reduce (V2) Master的Host和port是Yarn的主机和端口号，默认端口号是50020。DFS Master的Host和Port需要根据core-site.xml文件配置。默认端口号是9000。

配置正确后返回主窗口会看到新增的Hadoop Location，如下图所示：

图5 成功创建的Hadoop Location

三、开发第一个MapReduce程序

我们以典型的WordCount为例，在Eclipse中编写第一个MapReduce程序。

1.数据文件

本次我们继续使用之前运行系统自带案例中创建的wordtest.txt文件，文件内容如下：

图6 wordtest.txt文件内容

2.创建Map/Reduce项目

在Eclipse主菜单中，选择“File->New->Other”，在弹出的对话框中选择“Map/Reduce Project”，如下图所示：

图6 创建Map/Reduce项目

图7 输入项目名称

3.编写代码

TokenizerMapper.java

package com.hellohadoop;
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class TokenizerMapper extends Mapper<LongWritable, Text, Text, IntWritable>{
	private final static IntWritable one = new IntWritable(1);
	private Text word = new Text();
	public void map(LongWritable 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);
		}
	}
}

IntSumReducer.java

package com.hellohadoop;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public 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);
	}
}

WordCount.java

package com.hellohadoop;
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.Text;
import org.apache.hadoop.mapreduce.Job;
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 void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
		Configuration conf = new Configuration();
		String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();	
Job job = new Job(conf,"word count");
		job.setJarByClass(WordCount.class);
		//指定Mapper类
		job.setMapperClass(TokenizerMapper.class);
		job.setCombinerClass(IntSumReducer.class);
		//指定Reducer类
		job.setReducerClass(IntSumReducer.class);
		//设置Reduce函数输出key的类型
		job.setOutputKeyClass(Text.class);
		//设置Reduce函数输出value的类型
		job.setOutputValueClass(IntWritable.class);
		//指定输入路径
		FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
		//指定输出路径
		FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
		System.out.println("OK");
		//提交任务
		System.exit(job.waitForCompletion(true) ? 0 : 1);
	}
}