在IDE中开发Hadoop程序
一般我们编写代码都会在IDE中而不是在记事本中开发，在虚拟机或者服务器上编写代码也不是很方便，哦，当然在linux图形界面下用IDE开发也是比较方便的，如果还是比较习惯在windos下开发，那这篇文章应该对你有帮助哦，下面咱们一起在Eclipse中编写第一个Hadoop程序吧。
在eclipse中创建项目，新建lib目录。
image.png
将Hadoop项目所需要的jar包copy到lib目录下。
因为我使用的Hadoop版本是2.7，所以本例中使用的jar包均为2.7版本的，你可以从官网下载。
image.png
下载好之后打开share/hadoop的common目录和hdfs目录并将其中的jar包全部拷贝至项目的lib目录下。
image.png
image.png
选中所有的jar包添加到项目依赖：
image.png
我们先上传一些数据到虚拟机的HDFS中，之后在window系统中读取我们上传的数据。
编辑并上传：
image.png
查看是否上传成功：
image.png
在Eclipse中编写代码：
image.png
image.png
好了现在我们运行程序，应该会出现如下结果：
image.png
这是因为我们没有log4j的配置文件，可以去网上或者以前的项目复制一个，放在src目录下即可。
image.png
再次运行程序，会提示： java.io.IOException: HADOOP_HOME or hadoop.home.dir are not set
这是因为我们在windows下开发Hadoop程序，要远程调试也需要在windows中配置Hadoop环境变量。
image.png
image.png
配置好之后重启，然后再次运行程序。
image.png
这个错误的原因是，我们如果要在window下运行hadoop程序，在HADOOP_HOME\bin下还需要有winutils.exe才行，可以去https://github.com/steveloughran/winutils
下载对应的文件。
下载好之后，我们将下载到bin目录下所有文件都解压HADOOP_HOME/bin下，然后再次运行程序。
然后应该会出现如下错误：哈哈不要放弃，我们再来搞定它。
image.png
我们先来分析原因，这是一个与HDFS的远程连接失败的问题，可能的原因应该有：1.地址错误，2.防火墙问题，3.linux网络配置问题，我们一个一个的来排查。
地址确实有问题：
image.png
如果我们写的直接是虚拟机的ip地址，那默认访问的应该是8020端口，还记得吗，我们在Hadoop配置core-site.xml文件的时候设置的是9000端口，所以需要修改端口号。
image.png
接下来继续访问，还是会报相同的错误，我们来尝试关闭防火墙。
ufw disable
再次运行程序，还是报错，这个时候我们来查看一下ubuntu的hosts文件设置，原来是我们没有绑定ip。
删除第二行127.0.0。1映射的本机名，将本机ip，映射本机名称，在图中红线处加入如下代码：本机ip 本机名称
image.png
然而，再次运行程序发现还是不行，我们来检查一下Hadoop的配置文件。
检查core-site.xml。
image.png
发现设置的地址是localhost，意味着只有localhost地址或者127.0.0.1才能访问，而IP地址不能直接访问，所以我们将localhost改为本机ip。
删除hadoop的数据文件，然后重新创建文件夹，重新format，最后重启Hadoop：
hadoop namenode -format
stop-dfs.sh
start-dfs.sh
好了到了现在，我们在ubuntu中通过ip地址是可以访问HDFS了，如图：
image.png
然后我们在windows中测试同样的代码：
image.png
哈哈，真是生命不息，BUG不止，我们接着来解决这个问题。
折腾了许久，发现原来还需要将winutis.exe和hadoop.dll，复制到C://windows和C://windows//System32目录下，这是正解！
再次运行程序：
image.png
功夫不负有心人，好了，我们已经可以在windows系统中开发Hadoop程序了。
如果我们以后经常在Eclipse中编写Hadoop程序，可以安装Hadoop的Eclipse插件，这样更加方便：https://github.com/winghc/hadoop2x-eclipse-plugin
原创内容，转载请注明出处。
