Ubuntu11.10下安装Hadoop环境(单机伪分布式)

安装ssh

1	apt-get install ssh

安装rsync

1	apt-get install rsync

配置ssh免密码登录(因为是单机伪分布式模式，所以仅需检查一下机器是否对自己运行ssh)

1	ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

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

验证是否成功

1	ssh localhost

下载Hadoop0.20.2,JDK1.6.0_31

新建 linux 终端，建立app目录，Java和Hadoop都安装在此目录中。

1	mkdir /home/app

 

    2 | 上传jdk与hadoop到app目录下面：rz ，选择要上传的文件上传。

接下来，安装Java和Hadoop，Hadoop解压即可。

1	cd /home/app

2	chmod +x jdk-6u31-linux-i586.bin  //使其获得可执行权限

3	./jdk-6u31-linux-i586.bin //进行安装

 

 

配置JDK环境变量

1	vi /etc/profile

增加下面语句到最后

#set java environment

1	export JAVA_HOME=/home/app/jdk1.6.0_31

    2  export JRE_HOME=/home/app/jdk1.6.0_31/jre

3	export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH

 

 

4	export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH

 

一般更改/etc/profile文件后，需要重启机器才能生效。这里介绍一种不用重启使其生效的方法：

       source /etc/profile

 

查看java环境变量是否配置成功：

       java -version

接下来开始配置Hadoop

 

         tar  zxf hadoop-0.20.2-bin.tar.gz    // 解压hadoop压缩包

         mv  hadoop-0.20.2  hadoop    //将文件夹重命名为hadoop

 

 

配置Hadoop环境变量

1	vi /etc/profile

增加下面语句到最后

 

#set hadoop environment

 

export HADOOP_HOME=/home/app/hadoop

 

export PATH=$HADOOP_HOME/bin:$PATH

进入Hadoop目录

1	cd /home/app/hadoop

修改配置文件，指定JDk安装路径

1	vi conf/hadoop-env.sh

2	export JAVA_HOME=/home/app/jdk1.6.0_31

修改Hadoop核心配置文件core-site.xml，这里配置的是HDFS的地址和端口号

1	vi conf/core-site.xml

1	<configuration>

2	<property>

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

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

5	</property>

6	</configuration>

修改Hadoop中HDFS的配置，配置的备份方式默认为3，因为安装的是单机版，所以需要改为1

1	vi conf/hdfs-site.xml

1	<configuration>

2	<property>

3	<name>dfs.replication</name>

4	<value>1</value>

5	</property>

6	</configuration>

修改Hadoop中MapReduce的配置文件，配置的是JobTracker的地址和端口

1	vi conf/mapred-site.xml

1	<configuration>

2	<property>

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

4	<value>localhost:9001</value>

5	</property>

6	</configuration>

接下来，启动Hadoop，在启动之前，需要格式化Hadoop的文件系统HDFS，进入Hadoop文件夹，输入下面命令

1	bin/hadoop namenode -format

然后启动Hadoop，输入命令

1	bin/start-all.sh

这个命令为所有服务全部启动。

最后，验证Hadoop是否安装成功。

方法一：执行jps命令，查看是否有信息，如果没有看hadoop/logs下对应的log日志是否报错

方法二：打开浏览器，分别输入一下网址：

http://localhost:50030    (MapReduce的Web页面)

http://localhost:50070    (HDfS的web页面)

如果都能查看，说明安装成功。

关闭防火墙

   $ sudo ufw disable

注意：这步非常重要。如果不关闭，有可能会出现找不到datanode 问题。

 

Hadoop分别从三个角度将主机划分为两种角色：

第一，划分为master和slave，即主人与奴隶。

第二，从HDFS的角度，将主机划分为namenode和datanode(在分布式文件系统中，目录的管理很重要，管理目录的就相当于主人，而namenode就是目录管理者)。

第三，从MapReduce的角度，将主机划分为JobTracker和TaskTracker(一个job经常被划分为多个task，从这个角度不难理解它们之间的关系)。

部分内容转载自：http://my.oschina.net/se77en/blog/38804。