本文仍然使用MapReduce的经典例子 WordCount来测试eclipse的开发环境。
与大部分教程不同的是，本文使用的hadoop是2.5.2的版本，相较于之前的0.X版本，hadoop 2.X有较大改动
在jar包方面，Hadoop 2.x 版本中 jar 不再集中在一个 hadoop-core*.jar 中，而是分成多个 jar，如使用 Hadoop 2.5.2 运行 WordCount 实例至少需要如下三个 jar:
- $HADOOP_HOME/share/hadoop/common/hadoop-common-2.5.2.jar
- $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.5.2.jar
- $HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar
实际上，通过命令 hadoop classpath 我们可以得到运行 Hadoop 程序所需的全部 classpath 信息。如下图所示：
弄清楚jar包的添加后下面开始编译hadoop程序
编译MapReduce程序常见的有两种方法：
下面介绍一种比较快捷的编译方法
在eclipse中新建Java程序之后，导入相应的jar包，这样在编写MapReduce程序时，就可以直接import jar包。这种方法相较于前面两张方法要快捷。需要导入哪些jar包需根据程序用到的Java类来确定，要注意的是包的路径，因为与0.X有所不同，可以按照上述方法先查看jar包的路径。jar包的导入如下：
右键所创建的Java工程--->Properties，然后选择Java Build Path，再选择Libraries项，点击 Add External JARs 添加所需的jar包
打包JAR文件
编辑好Java程序之后，将MapReduce工程打包成JAR文件，然后发送到hadoop的Master节点上即可运行MapReduce程序。步骤如下：
右键Java工程--->Export--->JAR file。
选择JAR file之后，点击 Next按钮，进入JAR文件过滤对话框
注意：只选择src文件夹就可以，不能把classpath和project文件添加到JAR文件中。
然后在Select the export destination 下的JAR file中选择JAR文件的存放目录与JAR的文件名。
部署运行
1、将生成的JAR包发送到Hadoop集群的Master节点的$HADOOP_HOME目录下面
2、运行MapReduce程序，使用的命令行为：
hadoop jar jar_name.jar package_name.classname /inputfile_dir /outputfile_dir
注意：在运行MapReduce程序之前应确保inputfile_dir存在，outputfile_dir不存在。
在将JAR文件发送到Hadoop集群是的Master节点时，可使用 SSH Secure File Transfer Client 将windows下的JAR文件发送的linux下的Master节点上
使用下面命令查看生成的结果文件
hadoop fs -text /outputfile_dir/part-r-00000
参考：