运行Pydoop程序
Pydoop程序和其他的hadoop pipes应用程序一样，都需要一个工作的Hadoop集群，如果没有的话，你可以参考安装一个单机模式的Hadoop集群，将Hadoop集群配置成一个伪分布式模式，然后开启必须的守护进程。
pipes 命令行模式如下所示:
${HADOOP_HOME}/bin/hadoop pipes -conf conf.xml -input input -output output
input path 和 output 分别是Hadoop的上你的应用程序需要访问的输入数据路径和结果输出路径。从本地读入程序的配置文件，配置文件是一个如下所示的由键值对组成的XML文件.
<?xml version="1.0"?> <configuration> <property> <name>hadoop.pipes.executable</name> <value>app_executable</value> </property> <property> <name>mapred.job.name</name> <value>app_name</value> </property> <property> <name>hadoop.pipes.java.recordreader</name> <value>true</value> </property> <property> <name>hadoop.pipes.java.recordwriter</name> <value>true</value> </property> [...] </configuration>
配置文件说明如下：
hadoop.pipes.executable:
python程序的路径，指的是在HDFS上的绝对或者相对home路径，故运行前，需要将编写好的程序上传到HDFS上。
mapred.job.name:
仅是您的应用程序的一个标识。它会出现在的MapReduce的Web界面，它将会被附加到作业的日志文件中。
hadoop.pipes.java.recordreader and hadoop.pipes.java.recordwriter:
这些剩下的两个属性必须设置为true，除非您需要使用的是自己的自定义的RecordReader/ RecordWriter。
在配置文件中，您还可以设置应用其他程序特定的属性，它们的值将是可以在运行时加入JobConf对象。有关详细信息，请参阅其文档。最后，可以包括Hadoop的一般属性（例如，mapred.reduce.tasks）。 Hadoop的文件的列表，可用的属性和它们的含义。
注意：
还可以通过命令行模式配置，使用 -D property.name=value语法 ，这个可以很方便的临时覆盖某个参数值。
在运行应用程序之前，你需要执行以下步骤：
§ 上传应用程序和输入文件或目录到HDFS;
§ 准备XML配置文件中，也可以使用程序命令行的选项参数如：-program my_lancher 来设置应用程序的路径来hadoop.pipes.executable my_launcher;
§ 检查的输出目录是否存在（它不会被覆盖，会产生错误）。
