Eclipse 如何运行 map reduce 作业？

Question

我关注了一篇文章，并设法在eclipse中运行了一个mapreduce程序。

以下是 pom.xml 文件

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>



  <groupId>virtusa</groupId>
  <artifactId>fazlan</artifactId>
  <version>0.0.1-SNAPSHOT</version>
  <packaging>jar</packaging>

  <name>fazlan</name>
  <url>http://maven.apache.org</url>

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>

  <dependencies>

    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>


    <dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-client</artifactId>
    <version>2.2.0</version>
    </dependency>

  </dependencies>
</project>

Maven 安装必要的 jar，当我将程序作为 java 应用程序运行时，输出按预期保存。

正如我所读，Hadoop 可以在 3 种模式下运行。

1)Single node 
2)psuedo-distributed mode 
3)distributed mode

我假设 eclipse 在单节点配置中运行程序。

如果我们要单独安装hadoop，我们将不得不编辑一些xml文件来说明我们需要一个特定的配置（我使用的是Hadoop 2.2，即使对于单节点配置，我认为它需要在xml的xome中进行一些修改文件）。

在上面的例子中，我没有更改任何 xml 文件来说明。eclipse 是如何仅使用 jar 来解决的。

而且这种方法是否还依赖于除 JAVA_HOME 或 PATH 之外的任何环境变量吗？（Eclipse 是否会在我的机器中搜索任何 hadoop 安装）

Answer 1

正如你提到的，hadoop 可以通过 3 种方式运行

Local mode (Only for test purpose no mapreduce daemons needed)
Pseudo distributed mode(1 node cluster)
Distributed mode(Multinode cluster)

在本地模式下，不需要运行任何 hadoop 守护进程（jobtracker，mr1 中的 taskters）。这通常用于 eclipse 的测试目的，但在伪分布式和分布式模式的情况下，应该运行 Mapreduce 守护进程。当您从任何客户端节点以伪/分布式模式运行 mapreduce 作业时，需要在 mapred-site.xml 中指定 jobtracker 节点和端口号（mapred.job.tracker），在核心站点中指定 HDFS namenode Host:port。 xml

从 eclipse 开始，执行将在本地模式下，不会运行任何守护进程（不会连接到任何守护进程），因此在提交作业时无需配置任何 xml 文件