本节书摘来自华章计算机《深入理解大数据：大数据处理与编程实践》一书中的第2章，第2.4节,作者 主　编：黄宜华（南京大学）副主编：苗凯翔（英特尔公司），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4　Hadoop MapReduce程序开发过程

Hadoop MapReduce程序的开发一般是在程序员本地的单机Hadoop系统上进行程序设计与调试，然后上载到Hadoop集群上运行。开发环境可以使用Eclipse，也可以使用其他开发环境，如IntelliJ。本节仅仅介绍使用Eclipse开发Hadoop程序的过程。
Eclipse是一个开源的软件集成开发环境（IDE），可以提供对Java应用的编程开发所需要的完整工具平台。Eclipse官方网站：http://www.eclipse.org/。
可以下载Linux版本的Eclipse IDE for Java开发包，并安装在本地的Linux系统中。
1.?启动Eclipse
启动Eclipse后，会出现如图2-2所示的界面
2.?创建Java Project
创建Java Project的界面如图2-3所示。

3.?配置Java Project
这一步需要加入外部的jar文件：hadoop-core-1.2.1.jar以及lib下所有的jar包，见图2-4。

图2-4　加入相应jar包
4.?编写程序代码
编写相应的MapReduce程序的代码，见图2-5。

图2-5　编写程序代码
5.?编译源代码
编译MapReduce程序。待完成编译时，导出jar文件，如图2-6所示。

图2-6　编译源代码
6.?本地运行调试
在导出jar文件的时候，需要指定一个主类Main Class，作为默认执行的一个类。将程序复制到本地Hadoop系统的执行目录，可以准备一个小的测试数据，即可通过Hadoop的安装包进行运行调试。
7.?远程作业提交
当需要用集群进行海量数据处理时，在本地程序调试正确运行后，可按照远程作业提交步骤，将作业提交到远程集群上运行。
以Hadoop MapReduce计算PI值的示例程序为例，运行程序的命令是：
$hadoop jar $HADOOP_HOME/hadoop-examples-1.2.1.jar pi2 5
其中，第一个参数是指要运行的map的次数;第二个参数是指每个map任务取样的个数。