Hadoop之—— Linux搭建hadoop环境（简化篇）

转载请注明出处：http://blog.csdn.net/l1028386804/article/details/45771619

1、安装JDK（此处以安装JDK1.6为例，具体安装JDK的版本不限）

　　（1）下载安装JDK：确保计算机联网之后命令行输入下面命令安装JDK
　　     sudo apt-get install sun-java6-jdk
　　（2）配置计算机Java环境：打开/etc/profile，在文件最后输入下面内容
　　     export JAVA_HOME = （Java安装目录）
　　     export CLASSPATH = ".:$JAVA_HOME/lib:$CLASSPATH"
　　     export PATH = "$JAVA_HOME/:PATH"
　　（3）验证Java是否安装成功
　　输入 java -version ，输出Java版本信息即为安装成功。

2、安装配置SSH

　　（1）下载安装SSH：同样在命令行输入下面命令安装SSH
　　    sudo apt-get install ssh
　　（2）配置无密码登录本机：在命令行输入下面两条命令
　　   $ ssh-keygen -t rsa -P ‘‘ -f ~/.ssh/id_rsa
         直接回车，完成后会在~/.ssh/生成两个文件：id_rsa和id_rsa.pub;这两个成对出现，类似钥匙和锁。
        
         再把id_rsa.pub追加到授权key里面（当前并没有authorized_keys文件）
         $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
   
　　（3）验证SSH是否安装成功
　　     输入 ssh localhost 。如果显示本机登录成功就表明安装成功。

3、关闭防火墙

   $sudo ufw disable
   注意：这步非常重要，如果不关闭，会出现找不到datanode的问题

4、安装运行Hadoop（以0.20.2版本为例）

　　（1）下载Hadoop：在http://www.apache.org/dyn/closer.cgi/hadoop/core/页面上下载Hadoop。
　　（2）安装配置Hadoop
　　 单节点配置：
　　 安装单节点的Hadoop无需配置，在这种方式下，Hadoop被认作为一个单独的Java进程。
　　 伪分布配置：
　　 伪分布的Hadoop是只有一个节点的集群。在这个集群中，计算机既是master也是slave，
     即使 namenode也是datanode，既是jobtracker也是tasktracker。

　　配置的过程如下：

　　a、进入conf文件夹修改下面的文件。
　　Hadoop-env.sh中加入下面内容：
　　export JAVA_HOME = （JAVA安装目录）
　　core-site.xml文件内容修改为下面内容：

<configuration>

     <!-- global properties -->
     <property>
　　  <name>hadoop.tmp.dir</name>
　　  <value>/home/liuyazhuang/tmp</value>
　　 </property>

    <!-- file system properties -->
　　 <property>
　　  <name>fs.default.name</name>
　　  <value>hdfs://localhost:9000</value>
　　 </property>
　　</configuration>

　　hdfs-site.xml文件内容修改为下面内容：(replication默认为3，如果不修改，datanode少于三台就会报错)

<configuration>
　　 <property>
　　  <name>fs.replication</name>
　　  <value>1</value>
　　 </property>
　　</configuration>

mapred-site.xml文件内容修改为下面内容：

<pre name="code" class="html">
　　<configuration>
　　 <property>
　　  <name>mapred.job.tracker</name>
　　  <value>localhost:9001</value>
　　 </property>
　　</configuration>

　　b、格式化Hadoop文件系统，在命令行输入命令：　　bin/hadoop namenode -format　

　         多次格式化先删除 /home/liuyazhuang/tmp（此目录与core-site.xml中配置的目录相同）这个文件夹后在执行格式化操作，

        c、启动Hadoop，在命令行输入命令：　　bin/start-all.sh　　

        d、验证Hadoop是否安装成功，在浏览器中输入下面网址，如果正常打开说明安装成功。　　

        http://localhost:50030 (mapreduce的web页面)　　http://localhost:50070 (hdfs的web页面)

5、运行实例

    (1)先在本地磁盘建立两个输入文件 file01和file02   $echo "Hello World Bye World" > file01   $echo "Hello Hadoop Goodbye Hadoop" > file02  

    (2)在hdfs中建立一个input目录：$hadoop fs -mkdir input  

    (3)将file01和file02拷贝到hdfs中：      $hadoop fs -copyFromLocal /home/liuyazhuang/file0* input  

    (4)执行wordcount:      $hadoop jar hadoop-0.20.2-examples.jar wordcount input output  

    (5)完成之后，查看结果      $hadoop fs -cat output/part-r-00000

export JAVA_HOME = /home/chuanqing/profile/jdk-6u13-linux-i586.zip_FILES/jdk1.6.0_13
export CLASSPATH = ".:$JAVA_HOME/lib:$CLASSPATH"
export PATH = "$JAVA_HOME/:PATH"
export HADOOP_INSTALL=/home/chuanqing/profile/hadoop-0.20.203.0
export PATH=$PATH:$HADOOP_INSTALL/bin
export HADOOP_INSTALL=/home/zhoulai/profile/hadoop-0.20.203.0
export PATH=$PATH:$HADOOP_INSTALL/bin