windows可以开发hadoop吗 2016

若在windows的Eclipse工程中直接启动mapreduc程序，需要先把hadoop集群的配置目录下的xml都拷贝到src目录下，让程序自动读取集群的地址后去进行分布式运行(您也可以自己写java代码去设置job的configuration属性)。　　若不拷贝，工程中bin目录没有完整的xml配置文件，则windows执行的mapreduce程序全部通过本机的jvm执行，作业名也是带有“local"字眼的作业，如job_local2062122004_0001。这不是真正的分布式运行mapreduce程序。　　估计得研究org.apache.hadoop.conf.Configuration的源码，反正xml配置文件会影响执行mapreduce使用的文件系统是本机的windows文件系统还是远程的hdfs系统;还有影响执行mapreduce的mapper和reducer的是本机的jvm还是集群里面机器的jvm　　二、本文的结论　　第一点就是：windows上执行mapreduce，必须打jar包到所有slave节点才能正确分布式运行mapreduce程序。（我有个需求是要windows上触发一个mapreduce分布式运行）　　第二点就是：Linux上，只需拷贝jar文件到集群master上,执行命令hadoopjarPackage.jarMainClassName即可分布式运行mapreduce程序。　　第三点就是：推荐使用附一，实现了自动打jar包并上传，分布式执行的mapreduce程序。　　附一、推荐使用此方法：实现了自动打jar包并上传，分布式执行的mapreduce程序：　　请先参考博文五篇：　　Hadoop作业提交分析（一）~~（五）　　引用博文的附件中EJob.java到你的工程中，然后main中添加如下方法和代码。　　publicstaticFilecreatePack()throwsIOException{　　FilejarFile=EJob.createTempJar("bin");　　ClassLoaderclassLoader=EJob.getClassLoader();　　Thread.currentThread().setContextClassLoader(classLoader);　　returnjarFile;　　}　　在作业启动代码中使用打包：　　Jobjob=Job.getInstance(conf,"testAnaAction");　　添加：　　StringjarPath=createPack().getPath();　　job.setJar(jarPath);　　即可实现直接runasjavaapplication在windows跑分布式的mapreduce程序，不用手工上传jar文件。　　附二、得出结论的测试过程　　（未有空看书，只能通过愚笨的测试方法得出结论了）　　一.直接通过windows上Eclipse右击main程序的java文件，然后"runasapplication"或选择hadoop插件"runonhadoop"来触发执行MapReduce程序的测试。　　1，如果不打jar包到进集群任意linux机器上，它报错如下：　　[work]2012-06-2515:42:47,360-org.apache.hadoop.mapreduce.Job-10244[main]INFOorg.apache.hadoop.mapreduce.Job-map0%reduce0%　　[work]2012-06-2515:42:52,223-org.apache.hadoop.mapreduce.Job-15107[main]INFOorg.apache.hadoop.mapreduce.Job-TaskId:attempt_1403517983686_0056_m_000000_0,Status:FAILED　　Error:java.lang.RuntimeException:java.lang.ClassNotFoundException:ClassbookCount.BookCount$BookCountMappernotfound　　atorg.apache.hadoop.conf.Configuration.getClass(Configuration.java:1720)　　atorg.apache.hadoop.mapreduce.task.JobContextImpl.getMapperClass(JobContextImpl.java:186)　　atorg.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:721)　　atorg.apache.hadoop.mapred.MapTask.run(MapTask.java:339)　　atorg.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:162)　　atjava.security.AccessController.doPrivileged(NativeMethod)　　atjavax.security.auth.Subject.doAs(Subject.java:415)　　atorg.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1491)　　atorg.apache.hadoop.mapred.YarnChild.main(YarnChild.java:157)　　Causedby:java.lang.ClassNotFoundException:ClassbookCount.BookCount$BookCountMappernotfound　　atorg.apache.hadoop.conf.Configuration.getClassByName(Configuration.java:1626)　　atorg.apache.hadoop.conf.Configuration.getClass(Configuration.java:1718)　　8more　　#Error:后重复三次　　2012-06-2515:44:53,234-org.apache.hadoop.mapreduce.Job-37813[main]INFOorg.apache.hadoop.mapreduce.Job-map100%reduce100%　　现象就是：报错，无进度，无运行结果。　　　　2，拷贝jar包到“只是”集群master的$HADOOP_HOME/share/hadoop/mapreduce/目录上，直接通过windows的eclipse"runasapplication"和通过hadoop插件"runonhadoop"来触发执行，它报错同上。　　现象就是：报错，无进度，无运行结果。　　3，拷贝jar包到集群某些slave的$HADOOP_HOME/share/hadoop/mapreduce/目录上，直接通过windows的eclipse"runasapplication"和通过hadoop插件"runonhadoop"来触发执行　　和报错：　　Error:java.lang.RuntimeException:java.lang.ClassNotFoundException:ClassbookCount.BookCount$BookCountMappernotfound　　atorg.apache.hadoop.conf.Configuration.getClass(Configuration.java:1720)　　atorg.apache.hadoop.mapreduce.task.JobContextImpl.getMapperClass(JobContextImpl.java:186)　　和报错：　　Error:java.lang.RuntimeException:java.lang.ClassNotFoundException:ClassbookCount.BookCount$BookCountReducernotfound　　　　现象就是：有报错，但仍然有进度，有运行结果。　　4，拷贝jar包到集群所有slave的$HADOOP_HOME/share/hadoop/mapreduce/目录上，直接通过windows的eclipse"runasapplication"和通过hadoop插件"runonhadoop"来触发执行：　　现象就是：无报错，有进度，有运行结果。　　第一点结论就是：windows上执行mapreduce，必须打jar包到所有slave节点才能正确分布式运行mapreduce程序。　　二在Linux上的通过以下命令触发MapReduce程序的测试。　　hadoopjar$HADOOP_HOME/share/hadoop/mapreduce/bookCount.jarbookCount.BookCount　　　　1，只拷贝到master，在master上执行。　　现象就是：无报错，有进度，有运行结果。　　2，拷贝随便一个slave节点,在slave上执行。　　现象就是：无报错，有进度，有运行结果。　　但某些节点上运行会报错如下，且运行结果。：　　14/06/2516:44:02INFOmapreduce.JobSubmitter:Cleaningupthestagingarea/tmp/hadoop-yarn/staging/hduser/.staging/job_1403517983686_0071　　Exceptioninthread"main"java.lang.NoSuchFieldError:DEFAULT_MAPREDUCE_APPLICATION_CLASSPATH　　atorg.apache.hadoop.mapreduce.v2.util.MRApps.setMRFrameworkClasspath(MRApps.java:157)　　atorg.apache.hadoop.mapreduce.v2.util.MRApps.setClasspath(MRApps.java:198)　　atorg.apache.hadoop.mapred.YARNRunner.createApplicationSubmissionContext(YARNRunner.java:443)　　atorg.apache.hadoop.mapred.YARNRunner.submitJob(YARNRunner.java:283)　　atorg.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:415)　　atorg.apache.hadoop.mapreduce.Job$10.run(Job.java:1268)　　atorg.apache.hadoop.mapreduce.Job$10.run(Job.java:1265)　　atjava.security.AccessController.doPrivileged(NativeMethod)　　atjavax.security.auth.Subject.doAs(Subject.java:415)　　atorg.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1491)　　atorg.apache.hadoop.mapreduce.Job.submit(Job.java:1265)　　atorg.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:1286)　　atcom.etrans.anaSpeed.AnaActionMr.run(AnaActionMr.java:207)　　atorg.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)　　atcom.etrans.anaSpeed.AnaActionMr.main(AnaActionMr.java:44)　　atsun.reflect.NativeMethodAccessorImpl.invoke0(NativeMethod)　　atsun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)　　atsun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)　　atjava.lang.reflect.Method.invoke(Method.java:606)　　atorg.apache.hadoop.util.RunJar.main(RunJar.java:212)　　第二点结论就是：Linux上，只需拷贝jar文件到集群master上,执行命令hadoopjarPackage.jarMainClassName即可分布式运行mapreduce程序。