VSCode+Maven+Hadoop开发环境搭建

时间：2021-12-09 作者：orion-orion

在Maven插件的帮助下，VSCode写Java其实非常方便。这一讲我们介绍如何借助maven用VScode搭建Hadoop开发环境。我们需要下载VSCode的Maven for Java插件，该创建是用来构建Java大型项目的（也就是说不只是使用JRE内部的包，而且使用外包的JDK包。内部的包用java命令编译的时候就会自动帮我们导入，但外部的包要稍微复杂一些,最简单的方式就是使用maven工具了）。

在Maven插件的帮助下，VSCode写Java其实非常方便。这一讲我们介绍如何借助maven用VScode搭建Hadoop开发环境。

域名环境安装

首先我们需要搭建好Java开发环境。我们需要从网站 https://域名/java/technologies/downloads/ 下载指定版本的Java压缩包或安装包。压缩包需要解压到机器的指定目录，安装包直接傻瓜式安装即可。我这里下载的是Java17的MacOS安装包，运行后它默认给我安装在了/Library/Java/JavaVirtualMachines/temurin-域名/目录下。

然后配置环境变量，Mac用户在~/.zshrc中添加：

export JAVA_HOME=/Library/Java/JavaVirtualMachines/temurin-域名/Contents/Home

然后source ~/.zshrc即可（Linux用户我没记错的话应该是~/.bashrc文件）。

可以运行java -version命令查看当前机器的Java版本。

(base) lonelyprince7@lonelyprince7deMacBook-Pro ~ % java -version
openjdk version "17" 2021-09-14
OpenJDK Runtime Environment Temurin-17+35 (build 17+35)
OpenJDK 64-Bit Server VM Temurin-17+35 (build 17+35, mixed mode)

然后读者需要在VSCode中安装以下Java插件：
NLP多任务学习
其中需要注意，Maven for Java插件是用来构建Java大型项目的（也就是说不只是使用JRE内部的包，而且使用外包的JDK包。内部的包用java命令编译的时候就会自动帮我们导入，但外部的包要稍微复杂一些,最简单的方式就是使用maven工具了）。

2.新建Maven项目

首先，用VSCode打开一个存放用于项目的目录（在我电脑上是 "/Users/lonelyprince7/Documents/LocalCode/Hadoop-MapReduce" ），然后在右键菜单中选择从Maven原型中创建新项目。

然后从下拉选单中选择“maven-archetype-quickstart”。

然后随便选择一个版本即可。

然后再输入组织的名称（该名称在将你的项目打包发布有用）。组织名称一般命名为com.×××，这里我命名为域名n。注意组织名称只能由小写字符和下换线组成，不能包括大写字符和空格之类的东西。

接下来输入工程（archetype）的名称，这里我们命名为"hello_world"即可。

然后我们的工程目录就选择 "/Users/lonelyprince7/Documents/LocalCode/Hadoop-MapReduce" 就行。

之后VSCode会提示是否跳转到"hello_world"工程的目录，选择“是”，然后就退跳转到该目录。
进入该目录后，我们会发现控制台正在初始化Maven配置，有以下打印输出:
NLP多任务学习
其中，会跳出一些选项让我们选择，我们只需要全部按回车选择默认值即可。

最后，我们看到项目"hello_world"成功创建，项目目录如下：

2.进行测试

我们可以看到域名已经为我们生成，为如下内容:

package 域名n;

/**
 * Hello world!
 *
 */
public class App 
{
    public static void main( String[] args )
    {
        域名tln( "Hello World!" );
    }
}

域名只引入了最基本的junit依赖包，并配置了一些基本的Maven项目初始化的内容：

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://域名/POM/4.0.0" xmlns:xsi="http://域名/2001/XMLSchema-instance"
  xsi:schemaLocation="http://域名/POM/4.0.0 http://域名/xsd/maven-4.域名">
  <modelVersion>4.0.0</modelVersion>

  <groupId>域名n</groupId>
  <artifactId>hello_world</artifactId>
  <version>1.0-SNAPSHOT</version>

  <name>hello_world</name>
  <!-- FIXME change it to the project\\'s website -->
  <url>http://域名</url>

  <properties>
    <域名ceEncoding>UTF-8</域名ceEncoding>
    <域名ce>1.7</域名ce>
    <域名et>1.7</域名et>
  </properties>

  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>域名</version>
      <scope>test</scope>
    </dependency>
  </dependencies>

  <build>
    <pluginManagement><!-- lock down plugins versions to avoid using Maven defaults (may be moved to parent pom) -->
      <plugins>
        <!-- clean lifecycle, see https://域名/ref/current/maven-core/域名#clean_Lifecycle -->
        <plugin>
          <artifactId>maven-clean-plugin</artifactId>
          <version>3.1.0</version>
        </plugin>
        <!-- default lifecycle, jar packaging: see https://域名/ref/current/maven-core/default-域名#Plugin_bindings_for_jar_packaging -->
        <plugin>
          <artifactId>maven-resources-plugin</artifactId>
          <version>3.0.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-compiler-plugin</artifactId>
          <version>3.8.0</version>
        </plugin>
        <plugin>
          <artifactId>maven-surefire-plugin</artifactId>
          <version>域名.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-jar-plugin</artifactId>
          <version>3.0.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-install-plugin</artifactId>
          <version>2.5.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-deploy-plugin</artifactId>
          <version>2.8.2</version>
        </plugin>
        <!-- site lifecycle, see https://域名/ref/current/maven-core/域名#site_Lifecycle -->
        <plugin>
          <artifactId>maven-site-plugin</artifactId>
          <version>3.7.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-project-info-reports-plugin</artifactId>
          <version>3.0.0</version>
        </plugin>
      </plugins>
    </pluginManagement>
  </build>
</project>

选中域名文件按F5进行编译并运行，看到控制台成功打印Hello World!：

(base) lonelyprince7@lonelyprince7deMacBook-Pro hello_world %  /usr/bin/env /Library/Java/JavaVirtualMachines/temurin-域名/Contents/Home/bin/java -agentlib:jdwp=transport=dt_socket,server=n,suspend=y,address=localhost:50684 -XX:+ShowCodeDetailsInExceptionMessages -cp /Users/lonelyprince7/Documents/LocalCode/Hadoop-MapReduce/hello_world/target/classes 域名 
Hello World!

我们接下来试试用Maven导入Hadoop依赖。我们只需要在域名依赖项就行。相关的依赖项的名称和版本号我们可以在Maven仓库的官网 https://域名/ 进行查询，比如我们可以查询到Hadoop-common(3.3.1)版本的依赖项如下：

一般来说，Hadoop项目需要引入hadoop-common、hadoop-hdfs、hadoop-client、hadoop-yarn-api这几个api，我们需要将下列标签加入<dependencies> <dependencies/>之间，也即：

<dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>域名</version>
      <scope>test</scope>
    </dependency>
    <!-- 导入hadoop依赖环境 -->
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-mapreduce-client-core</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-yarn-api</artifactId>
        <version>3.3.1</version>
    </dependency>
  </dependencies>

但是聪明的逆可能已经注意到了，这样版本号就完全属于“硬编码”了。后期我要修改hadoop的版本号，只能把上面的挨个修改，非常麻烦。好在我们在<properties></properties>标签之间先集中定义好一些后面要使用的常量(比如版本号)，后面再使用${变量名}的形式来引用即可。如我们将hadoop的版本号域名ion追加到<properties></properties>标签之间：

  <!-- 集中定义版本号 -->
  <properties>
    <域名ceEncoding>UTF-8</域名ceEncoding>
    <域名ce>1.7</域名ce>
    <域名et>1.7</域名et>
    <域名ion>3.3.1</域名ion> <!--这里追加hadoop版本号-->
  </properties>

然后后面我们就可以使用${域名ion}来替代前面频繁出现的3.3.1了。
最后给出我们完整的域名文件:

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://域名/POM/4.0.0" xmlns:xsi="http://域名/2001/XMLSchema-instance"
  xsi:schemaLocation="http://域名/POM/4.0.0 http://域名/xsd/maven-4.域名">
  <modelVersion>4.0.0</modelVersion>

  <groupId>域名n</groupId>
  <artifactId>hello_world</artifactId>
  <version>1.0-SNAPSHOT</version>

  <name>hello_world</name>
  <!-- FIXME change it to the project\\'s website -->
  <url>http://域名</url>

  <!-- 集中定义版本号 -->
  <properties>
    <域名ceEncoding>UTF-8</域名ceEncoding>
    <域名ce>1.7</域名ce>
    <域名et>1.7</域名et>
    <域名ion>3.3.1</域名ion> <!--这里追加hadoop版本号-->
  </properties>

  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>域名</version>
      <scope>test</scope>
    </dependency>
 <!-- 导入hadoop依赖环境 -->
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>${域名ion}</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>${域名ion}</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-mapreduce-client-core</artifactId>
        <version>${域名ion}</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>${域名ion}</version>
    </dependency>
    <dependency>
        <groupId>域名op</groupId>
        <artifactId>hadoop-yarn-api</artifactId>
        <version>${域名ion}</version>
    </dependency>
  </dependencies>
  </dependencies>

  <build>
    <pluginManagement><!-- lock down plugins versions to avoid using Maven defaults (may be moved to parent pom) -->
      <plugins>
        <!-- clean lifecycle, see https://域名/ref/current/maven-core/域名#clean_Lifecycle -->
        <plugin>
          <artifactId>maven-clean-plugin</artifactId>
          <version>3.1.0</version>
        </plugin>
        <!-- default lifecycle, jar packaging: see https://域名/ref/current/maven-core/default-域名#Plugin_bindings_for_jar_packaging -->
        <plugin>
          <artifactId>maven-resources-plugin</artifactId>
          <version>3.0.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-compiler-plugin</artifactId>
          <version>3.8.0</version>
        </plugin>
        <plugin>
          <artifactId>maven-surefire-plugin</artifactId>
          <version>域名.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-jar-plugin</artifactId>
          <version>3.0.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-install-plugin</artifactId>
          <version>2.5.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-deploy-plugin</artifactId>
          <version>2.8.2</version>
        </plugin>
        <!-- site lifecycle, see https://域名/ref/current/maven-core/域名#site_Lifecycle -->
        <plugin>
          <artifactId>maven-site-plugin</artifactId>
          <version>3.7.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-project-info-reports-plugin</artifactId>
          <version>3.0.0</version>
        </plugin>
      </plugins>
    </pluginManagement>
  </build>s
</project>

按ctrl/command+s保存，项目会对域名重新解析，导入我们添加进入的包。

最后我们尝试在域名中导入hadoop相关的包：

package 域名n;
import 域名域名System;
import 域名域名iguration;
import 域名域名;
import 域名域名ritable;
import 域名域名;
import 域名域名;
import 域名域名er;
import 域名域名cer;
import 域名域名.域名InputFormat;
import 域名域名.域名OutputFormat;
/**
 * Hello world!
 *
 */
public class App 
{
    public static void main( String[] args )
    {
        域名tln( "Hello World!" );
    }
}

按\\'F5\\'重新编译运行，成功打印输出Hello World!，说明我们的包导入成功。

(base) lonelyprince7@lonelyprince7deMacBook-Pro hello_world %  /usr/bin/env /Library/Java/JavaVirtualMachines/temurin-域名/Contents/Home/bin/java -agentlib:jdwp=transport=dt_socket,server=n,suspend=y,address=localhost:54181 --enable-preview -XX:+ShowCodeDetailsInExceptionMessages -cp "/Users/lonelyprince7/Library/Application Support/Code/User/workspaceStorage/fe34994f622cdbfbf60e8ed045c6bde3/域名/jdt_ws/域名-java-project/bin" 域名 
Hello World!

注意，如果报错域名域名System cant be resolved这种错误，则需要先清空项目缓存，然后再重新编译运行。

至此，我们已经成功用VSCode+Maven创建好一个Hadoop的开发环境。在Hadoop编程中，最基本的一种分布式编程范式即MapReduce编程。在后面我们会借由“WordCount”（词频统计）这个MapReduce编程的入门项来讲解Hadoop中MapReduce编程的基本语法，敬请继续关注。