Linux下安装Hadoop教程（转）

Linux下安装Hadoop教程
作者：阿King
E-mail：[e-mail]
Blog：http://hi.baidu.com/cumthacker
目的：此教程旨在引导未接触Hadoop的新手入门只用，高手请飘过。

环境： Fedora12
            Kernel2.6.31.5-127.fc12.i686.PAE
            Hadoop-0.20.2
            jdk-6u18-linux-i586

初学者可以选择三台实体机子做实验，一台做NameNode，JobTracker，另外两台做DataNode，TaskTracker。
本教程里就用的三台机子做演示。
station1        192.168.128.11      NameNode
station2        192.168.128.22      DataNode
station3        192.168.128.33      DataNode
1、Fedora的安装就不用演示了，装好后默认是启动sshd服务的。
不确定的话可以手工查一下
[root@station1 ~]# service sshd status
如果没有启动，可以手工启动
[root@station1 ~]# service sshd start
2、建立ssh无密码登录
在NameNode上
[cuijj@station1 ~]$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
会在~/.ssh/生成两个文件：id_dsa和id_dsa.pub。这两个是成对出现的。
把id_dsa.pub文件追加到DataNode上的authorized_keys(默认是没有这个文件的)内。
[cuijj@station1 ~]$ scp id_dsa.pub cuijj@192.168.128.22:/home/cuijj/
登录到192.168.128.22上（另一台DataNode一样）
[cuijj@station1 ~]$ cat id_dsa.pub >> ~/.ssh/authorized_keys
3、关闭防火墙
[root@station1 ~]# service iptables stop
4、安装jdk1.6(确保几台机子的java环境一样)
到官网http://java.sun.com下载jdk-6u18-linux-i586.bin，下载后，直接安装。本教程的安装路径为/home/cuijj/jdk1.6.0_18。安装后添加如下语句到/ect/profile中：
export JAVA_HOME=/home/cuijj/jdk1.6.0_18
export JRE_HOME=/home/cuijj/jdk1.6.0_18/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
5、安装hadoop
到官网下载hadoop-0.20.2.tar.gz 
[cuijj@station1 ~]$ tar xzvf hadoop-0.20.2.tar.gz 
把Hadoop的安装路径添加到/etc/profile中
export HADOOP_HOME=/home/cuijj/hadoop-0.20.2
export PATH=$HADOOP_HOME/bin:$PATH
为了让/etc/profile生效，source一下
[cuijj@station1 ~]$ source /etc/profile
6、配置hadoop
hadoop的配置文件在/conf目录下
1）配置Java环境
[cuijj@station1 ~]$ vim hadoop-0.20.2/conf/hadoop-env.sh
export JAVA_HOME=/home/cuijj/jdk1.6.0_18
2）配置conf/core-site.xml、conf/hdfs-site.xml、conf/mapred-site.xml文件
[cuijj@station1 ~]$ vim hadoop-0.20.2/conf/core-site.xml


[cuijj@station1 ~]$ vim hadoop-0.20.2/conf/mapred-site.xml


[cuijj@station1 ~]$ vim hadoop-0.20.2/conf/hdfs-site.xml


3）将NameNode上拷贝完整的hadoop到DataNode上
4）配置NameNode上的conf/masters和conf/slaves
masters:
192.168.128.11
slaves:
192.168.128.22
192.168.128.33
7、运行hadoop
1）格式化文件系统
[cuijj@station1 hadoop-0.20.2]$ hadoop namenode -format
2）启动Hadoop
[cuijj@station1 hadoop-0.20.2]$ bin/start-all.sh
3）用jps命令查看进程，NameNode上的结果如下：


4）查看集群状态
[cuijj@station1 hadoop-0.20.2]$ hadoop dfsadmin -report
5）用hadoop的web方式查看
[cuijj@station1 hadoop-0.20.2]$ links http://192.168.128.11:50070


8、运行wordcount.java程序
1）先在本地磁盘建立两个文件file01和file02
[cuijj@station1 ~]$ echo "Hello cuijj bye cuijj" > file01
[cuijj@station1 ~]$ echo "Hello Hadoop Goodbye Hadoop" > file02
2）在hdfs中建立一个input目录
[cuijj@station1 ~]$ hadoop dfs -mkdir input
3）将file01和file02拷贝到hdfs的input目录下
[cuijj@station1 ~]$ hadoop dfs -copyFromLocal /home/cuijj/file0* input
4）查看hdfs中有没有input目录
[cuijj@station1 ~]$ hadoop dfs -ls


5）查看input目录下有没有复制成功file01和file02


6）执行wordcount（确保hdfs上没有output目录）
[cuijj@station1 hadoop-0.20.2]$ hadoop jar hadoop-0.20.2-examples.jar wordcount input output
7）运行完成，查看结果