之前自己有搭過一次，不過是在ubuntu上弄的，然後這次想在windows上弄一個原始碼閱讀環境，說幹就幹，網上找了一些資料，然後結合自己的情況弄了一套，下面是步驟：

一.下載hadoop的安裝包，將其解壓縮，然後下載winutils.exe和hadoop.dll將其放在hadoop的bin目錄下。

下載地址如下：

連結：https://pan.baidu.com/s/1TnwIbXdVzGWD2qa2saCVjQ  提取碼：q5ve

二.在環境變數裡面配置hadoop_home以及在path裡面新增%hadoop_home%\bin。

三.在idea中新增需要debug的程式碼，我這裡是word count

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCount {

    // TokenizerMapper作為Map階段，需要繼承Mapper，並重寫map()函式
    public static class TokenizerMapper
            extends Mapper<Object, Text, Text, IntWritable>{

        private final static IntWritable one = new IntWritable(1);
        private Text word = new Text();

        public void map(Object key, Text value, Context context
        ) throws IOException, InterruptedException {

            // 用StringTokenizer作為分詞器，對value進行分詞
            StringTokenizer itr = new StringTokenizer(value.toString());

            // 遍歷分詞後結果
            while (itr.hasMoreTokens()) {

                // 將String設定入Text型別word
                word.set(itr.nextToken());
                // 將(word,1)，即(Text,IntWritable)寫入上下文context，供後續Reduce階段使用
                context.write(word, one);
            }
        }
    }

    // IntSumReducer作為Reduce階段，需要繼承Reducer，並重寫reduce()函式
    public static class IntSumReducer
            extends Reducer<Text,IntWritable,Text,IntWritable> {
        private IntWritable result = new IntWritable();

        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context
        ) throws IOException, InterruptedException {
            int sum = 0;
            // 遍歷map階段輸出結果中的values中每個val，累加至sum
            for (IntWritable val : values) {
                sum += val.get();
            }

            // 將sum設定入IntWritable型別result
            result.set(sum);

            // 通過上下文context的write()方法，輸出結果(key, result)，即(Text,IntWritable)
            context.write(key, result);
        }
    }

    public static void main(String[] args) throws Exception {
        // 載入hadoop配置
        Configuration conf = new Configuration();
        conf.set("mapreduce.framework.name","local");
        conf.set("fs.defaultFS","file:///");


        // 構造一個Job例項job，並命名為"word count"
        Job job = new Job(conf, "word count");

        // 設定jar
        job.setJarByClass(WordCount.class);

        // 設定Mapper
        job.setMapperClass(TokenizerMapper.class);
        // 設定Combiner
        job.setCombinerClass(IntSumReducer.class);
        // 設定Reducer
        job.setReducerClass(IntSumReducer.class);
        // 設定OutputKey
        job.setOutputKeyClass(Text.class);
        // 設定OutputValue
        job.setOutputValueClass(IntWritable.class);

        // 新增輸入路徑
        FileInputFormat.addInputPath(job, new Path("file:///F:\\hello.txt"));
        // 新增輸出路徑
        FileOutputFormat.setOutputPath(job, new Path("file:///F:\\result"));

        // 等待作業job執行完成並退出
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

 

四.在工程中新增jar包：可通過maven新增也可通過咱們下載好的hadoop下載包中share中的jar包(我這裡介紹的是第二種，通過hadoop安裝包匯入jar包到工程中)

 通過idea中的project settings的modules中的dependencies，然後點選右邊的綠色+號匯入jar包。

點開之後選擇JARS or directories，然後匯入這幾個目錄下的jar包

五.執行程式，大功告成，可以開始自行debug程式了，如果說中途遇到要繫結原始碼的提示，那麼可以下載一個對應版本的source檔案，然後繫結上去。

ps:另外，直接用hadoop對應版本的src包直接建立工程，然後跑src裡面自己帶的例子，應該也可以debug。