Hadoop1.0.4伪分布式安装
前言：
目前，学习hadoop的目的是想配合其它两个开源软件Hbase(一种NoSQL数据库)和Nutch（开源版的搜索引擎）来搭建一个知识问答系统，Nutch从指定网站爬取数据存储在Hbase数据库的表中，而Hbase运行在Hadoop之上。
学习Hadoop已有数月，想把自己的积累晒出来，一者温故知新，二者与大家分享。写文章挺费时间的，所以文风尽量简洁。若欲了解细节可发帖讨论，交个朋友。
水平有限，还望指正！
一、使用环境
操作系统：Ubuntu12.04
二、Hadoop官网安装手册
单机安装分为“standalone”和“pseudo-distributed”两种模式，我使用的是伪分布式模式。
手册的安装步骤很详细，没有必要当翻译工了。但是手册为了通用性，牺牲了一些关键问题的讨论。第三节中提及一下。
三、手册缺陷
手册主要有两个问题没有说清楚：
1.Hadoop安装在哪个目录下好？
选择一般有两种：/usr/local和家目录下。我选择安装在家目录下，因为开始玩hadoop的时候，这样避免了权限的麻烦；如果要部署应用的话，应该安装在/usr/local。
2.配置文件的问题
这是安装hadoop最重要的步骤。所有配置文件均在${HADOOP_HOME}/conf目录下。
如果完全按照手册配置，你的hadoop可能经常遇到NameNode或DataNode启动不起来的情况。配置文件的不同主要在core-site.xml.
手册配置如下：
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> </configuration>我的配置如下：
<configuration>
7 <property>
8 <name>fs.default.name</name>
9 <value>hdfs://localhost:8020</value>
10 </property>
11
12 <property>
13 <name>hadoop.tmp.dir</name>
14 <value>/home/zhengeek/hadoop-tmp</value>
15 <description>A base for other temporary directories.</description>
16 </property>
17 </configuration>
有两处不同：
1.9000和8020这两个端口都可以，只要没有被占用。
2.最容易出问题的地方就在这里。比如这个哥们遇到的问题。
hadoop运行起来，hdfs和mapreduce有许多数据需要保存。这可以通过dfs.name.dir 和 dfs.data.dir设置。如果没有设置，那么数据就会默认存放在/tmp目录下，如果机器重启，tmp目录下的数据就会丢失，namenode自然启动不起来了。
如果设置了hadoop.tmp.dir，那么这些数据就会默认存放在改目录下。
有关hadoop.tmp.dir设置的讨论。
四、启动hadoop
1.格式化hdfs
$bin/hadoop namenode -format
2.启动hdfs
$bin/start-all.sh
3.检查是否成功
$jps
若成功，会看到namenode,secondarynamenode,datanode,jobtracker和tasktracker五个进程。
如有问题，欢迎联系我哦。
