hadoop1.2.1伪分布模式安装教程

1：软件环境准备

1.1Hadoop：

我们使用hadoop Release 1.2.1(stable)版本，下载链接：

http://mirrors.ustc.edu.cn/apache/hadoop/common/hadoop-1.2.1/

我们选择hadoop-1.2.1-bin.tar.gz文件下载。

1.2Java:

Java在这里使用的是jdk1.7版本的，当然也可以使用1.6的，下载链接：

http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html

我们选择Linux x86的 jdk-7u40-linux-i586.tar.gz版本下载，因为我的Linux机器是32位的；如果Linux机器是64的就必须选择64位的下载，可以选择jdk-7u40-linux-x64.tar.gz；这个步骤非常重要，不同的机器必须要配置不同的jdk版本。

2：安装到Linux中

2.1创建目录：

首先我们创建一个目录：

mkdir /data/installation,该目录存储下载好的的两个安装文件包。

mkdir /data/software/hadoop,该目录存储hadoop程序文件。

mkdir /data/software/java,该目录存储jdk的文件。

mkdir /data/software/eclipse,该目录存储eclipse的文件。

注意：在实际安装的时候我们最好单独为运行hadoop程序建立一个账号，并赋予相关权限。在这里我直接以root身份安装。

2.2解压安装包文件：

把刚刚下载好的文件都放到/data/installation/目录下。

首先解压java安装包文件，运行以下命令：

tar -xzvf /data/installation/jdk-7u40-linux-x64.tar.gz -C /data/software/java/

然后解压hadoop安装包文件，运行以下命令：

tar -xzvf /data/installation/hadoop-1.2.1-bin.tar.gz -C /data/software/hadoop/

最后解压eclipse安装包文件，运行以下命令：

tar -xzvf /data/installation/eclipse-standard-kepler-SR1-linux-gtk.tar.gz -C /data/software/eclipse/

3：配置Hadoop

Hadoop环境的配置关重要，首先必须要配置java运行环境。

3.1配置java环境：

添加JAVA_HOME,CLASSPATH环境变量：

使用vi /etc/profile命令编辑profile文件，在文件末尾加上以下内容：

HADOOP_INSTALL=/data/software/hadoop/hadoop-1.2.1/

JAVA_HOME=/data/software/java/jdk1.7.0_40

PATH=$JAVA_HOME/bin:$HADOOP_INSTALL/bin:$PATH

CLASSPATH=$JAVA_HOME/lib

export JAVA_HOME PATH CLASSPATH HADOOP_INSTALL

然后保存，退出，使用source /etc/profile使刚刚的更改立即生效。

然后使用java –version命令，查看是否配置成功，如果成功会出现以下信息：

java version "1.7.0_40"

Java(TM) SE Runtime Environment (build 1.7.0_40-b43)

Java HotSpot(TM) Client VM (build 24.0-b56, mixed mode)

3.2配置ssh环境：

使用以下命令设置ssh无密码连接：

ssh-keygen -t dsa -P "" -f ~/.ssh/id_dsa

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

测试ssh配置是否成功:

ssh localhost

可以看到配置成功了，连接无需使用密码了；

配置ssh无密码访问有很多种方法，以上只是其中一种，以下是另外一种方法：

cd ~

ssh-keygen -t rsa

cd .ssh

cp id_rsa.pub authorized_keys

ssh hostname //测试连接hostname是否成功

3.3配置hadoop环境：

我们首先进入到/data/software/hadoop/hadoop-1.2.1/conf这个目录,然后可以看到haddoop-env.sh,core-site.xml,mapred-site.xml,hdfs-site.xml这四个文件以及需要在完全分布模式配置的slaves和masters文件：

3.3.1配置hadoop-env.sh:

首先我们用vi hadoop-env.sh命令编辑打开hadoop-env.sh文件，找到JAVA_HOME关键字所在的行，把前面的#号去掉，然后填写实际的JAVA_HOME地址：

export JAVA_HOME=/data/software/java/jdk1.7.0_40

3.3.2配置core-site.xml:

vi core-site.xml打开core-site.xml文件，然后在configuration标签中加入以下内容：

<name>fs.default.name</name>

<value>hdfs://localhost:9000</value>

</propety>

<!—fs.default.name：用来配置namenode,指定HDFS文件系统的URL，通过该URL我们可以访问文件系统的内容，也可以把localhost换成本机IP地址；如果是完全分布模式，则必须把localhost改为实际namenode机器的IP地址；如果不写端口，则使用默认端口8020。 -->

<name>hadoop.tmp.dir</name>

<value>/data/tmp/hadoop_tmp</value>

</property>

3.3.3配置hdfs-site.xml:

在configuration标签中加入以下内容，所有不存在的目录都要预先创建：

<value>/data/appdata/hadoopdata</value>

</property>

<value>/data/appdata/hadoopname</value>

</property>

<!—用来存储namenode的文件系统元数据，包括编辑日志和文件系统映像，如果更换地址的话，则需要重新使用hadoop namenode –format命令格式化namenode-->

<name>dfs.replication</name>

</proerty>

<!—用来设置文件系统冗余备份数量，因为只有一个节点，所有设置为1，系统默认数量为3-->

3.3.4配置mapred-site.xml:

在configuration标签中加入以下内容：

<name>mapred.job.tracker</name>

<value>localhost:9001</value>

</property>

<!—该项配置用来配置jobtracker节点，localhost也可以换成本机的IP地址；真实分布模式下注意更改成实际jobtracker机器的IP地址-->

4：启动hadoop

4.1：测试hadoop配置是否成功：

4.2：格式化namenode：

cd /data/software/hadoop/hadoop-1.2.1/bin

./hadoop namenode –format

4.3：启动hadoop进程，运行start-all.sh：

cd /data/software/hadoop/hadoop-1.2.1/bin

./start-all.sh

我们可以通过java的jps命令来查看进程是否启动成功，从下图可以看到，我们已经成功启动SecondaryNamenode，JobTracker，NameNode，DataNode，TraskTracker五个进程，而刚好这五个进程是hadoop所需要的。如果有一个进程没有启动成功，就表示整个集群没有正常工作，我们可以进入/data/software/hadoop/hadoop-1.2.1/libexec/../logs/目录下查看失败日记。