运行MapReduce程序,选中UserDriver.java，右键选择Run As -> ODPS MapReduce，点击确认。出现如下对话框：

选择ODPS Project为：example_project，点击Finish按钮开始本地运行MapReduce程序：

有如上输出信息，说明本地运行成功。运行的输出结果在warehouse目录下。关于warehouse的说明请参考 本地运行 。刷新ODPS工程：

wc_out即是输出目录，R_000000即是结果文件。通过本地调试，确定输出结果正确后，可以通过Eclipse导出(Export)功能将MapReduce打包。打包后将jar包上传到ODPS中。在分布式环境下执行MapReduce，详情请参考 快速入门 。

本地调试通过后，用户可以通过Eclipse的Export功能将代码打成jar包，供后续分布式环境使用。在本示例中，我们将程序包命名为mr-examples.jar。选择src目录，点击Export：

选择导出模式为Jar File：

仅需要导出src目录下package(com.aliyun.odps.mapred.open.example)，Jar File名称指定为”mr-examples.jar”：

确认后，导出成功。

如果用户想在本地模拟新建Project，可以在warehouse下面，创建一个新的子目录(与example_project平级的目录)，目录层次结构为：

<warehouse>
   |____example_project(项目空间目录)
          |____ <__tables__>
          |       |__table_name1(非分区表)
          |       |      |____ data(文件)
          |       |      |
          |       |      |____ <__schema__> (文件)
          |       |
          |       |__table_name2(分区表)
          |            |____ partition_name=partition_value(分区目录)
          |            |          |____ data(文件)
          |            |
          |            |____ <__schema__> (文件)
          |
          |____ <__resources__>
                  |
                  |___table_resource_name (表资源)
                  |         |____<__ref__>
                  |
                  |___ file_resource_name（文件资源）

schema文件示例：

非分区表:
project=project_name
table=table_name
columns=col1:BIGINT,col2:DOUBLE,col3:BOOLEAN,col4:DATETIME,col5:STRING
分区表:
project=project_name
table=table_name
columns=col1:BIGINT,col2:DOUBLE,col3:BOOLEAN,col4:DATETIME,col5:STRING
partitions=col1:BIGINT,col2:DOUBLE,col3:BOOLEAN,col4:DATETIME,col5:STRING
注：当前支持5种数据格式:bigint,double,boolean,datetime,string， 对应到java中的数据类型-long,double,boolean,java.util.Date,java.lang.String。

data文件示例：

1,1.1,true,2015-06-04 11:22:42 896,hello world
N,N,N,N,N
注：时间格式精确到毫秒级别，所有类型用N表示null。