配置单节点伪分布式Hadoop
先写的这一篇，很多东西没再重复写。 一.所需软件 jdk和ubuntu都是32位的。 二.安装JDK 1.建jdk文件夹 cd usr sudo mkdir javajdk 2.移动mv或者复制cp安装包 //进入桌面 cd home/hxsyl/DeskTop sudo mv /usr/javajdk 3.安装 //切换到root下 //如果忘记密码，先 sudo passwd //直接会让你输入新密码，不需要输入原来的密码 //到jdk目录下 ./jdk-6u30-linux-i586.bin //如果提示权限不足，先 chmod 777 jdk-6u30-linux-i586.bin 3.配置环境变量 sudo gedit /etc/profile 加入如下内容 # /etc/profile: system-wide .profile file for the Bourne shell (sh(1)) # and Bourne compatible shells (bash(1), ksh(1), ash(1), ...). #set java environment export JAVA_HOME=/usr/javajdk/jdk1.6.0_45 export JRE_HOME=/usr/local/java/jdk1.6.0_45/jre export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH 注意：为了以后集群工作的方便，这里建议每台机器的java环境最好一致。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 这个我没试过，我记得win下配置jdk的环境变量，不需要重启吧.......通过 //根目录下（已经知道在哪了），可以查看是否配置成功 java -version 注：java -version时出错： The program 'java' can be found in the following packages:* default-jre* gcj-4.8-jre-headless* openjdk-7-jre-headless* gcj-4.6-jre-headless* openjdk-6-jre-headlessTry: apt-get install <selected package> 意思是，系统可能自带有java,且现在还是使用默认自带的，未使用自行安装的jdk,所以需要更改默认的jdk才OK！ sudo update-alternatives --install /usr/bin/java java /usr/javajdk/jdk1.6.0_30/bin/java 300 sudo update-alternatives --install /usr/bin/javac javac /usr/javajdk/jdk1.6.0_30/bin/javac 300 sudo update-alternatives --config java 三.安装Hadoop 1.先把Hadoop文件搞到usr/hadoop1.2.1file下，然后进入该文件并解压。 sudo tar -zxvf hadoop-1.2.1.tar.gz //hxsyl是此时登陆的用户 sudo chown -hR hxsyl /usr/hadoop1.2.1file 2.配置环境变量 直接洁的别人图，可以复制jdk的环境变量，然后结合这个图，修改配置下就ok。 3.设置安全外壳协议 推荐安装OpenSSH，Hadoop需要通过SSH来启动Slave列表中各台主机的守护进程，因此SSH是必需安装的。虽然我们现在搭建的是一个伪分布式的平台，但是Hadoop没有区分开集群式和伪分布式，对于伪分布式，Hadoop会采用与集群相同的处理方式，即按次序启动文件conf/slaves中记载的主机进程，只不过在伪分布式中Salve为localhost而已，所以对于伪分布式，SSH是必须的。 //配置过程（首先确保连接上网络）： //安装SSH，在命令行输入如下 sudo apt-get install openssh-server //配置可以免密码登陆本机 //在命令行输入（注意其中的ssh前面还有一个“.”不要遗漏） ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa （解释一下上面这条命令，ssh-keygen 代表生成密钥；-t 表示指定生成的密钥类型；dsa 是dsa密钥认证的意思；-P 用于提供密语（接着后面是两个单引号，不要打错）；-f 表示指定生成密钥文件） 这条命令完成后，会在当前文件夹下面的.ssh文件夹下创建id_dsa和id_dsa.pub两个文件，这是SSH的一对私钥和公钥，把id_dsa.pub（公钥）追加到授权的key中去，输入如下命令： cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys 说明：一般来说，安装SSH时会自动在当前用户下创建.ssh这个隐藏文件夹，一般不会直接看到，除非安装好了以后，在命令行使用命令ls才会看到。 输入ssh localhost，显示登陆成功信息。 四.配置hadoop伪分布式 1.现在进入到安装Hadoop的文件夹，找到里面的conf文件夹，点击进去;配置hadoop环境文件hadoop-env.sh;打开文件，找到某行有”# export JAVA_HOME = ...” 字样的地方，去掉“#”，然后在等号后面填写你自己的JDK路径。 2.配置Hadoop的核心文件core-site.xml，打开文件，会发现标签<configuration></configuration>中是空的，在空的地方添加如下配置 <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/home/hxsyl/tmp</value> </property> 注意：在最后一个value值中，上面是hxsyl，是因为那是我的用户名，所以你需要将那个修改为你自己的用户名。 3.配置Hadoop中MapReduce的配置文件mapred-site.xml，打开文件，会发现标签<configuration></configuration>中是空的，在空的地方添加如下配置 <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> 4.配置Hadoop中hdfs-site.xml的配置文件，同样的在标签<configuration></configuration>中加入一下代码 <property> <name>dfs.name.dir</name> <value>/usr/hadoop1.2.1file/hadoop-1.2.1/datalog1,/usr/local/hadoop/hadoop-1.2.1/datalog2</value> </property> <property> <name>dfs.data.dir</name> <value>/usr/hadoop1.2.1file/hadoop-1.2.1/data1,/usr/local/hadoop/hadoop-1.2.1/data2</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> 注意：若是直接打开修改后无法保存，那么就 sudo gedit ................... 五.格式化HDFS并启动Hadoop 1.首次运行hadoop必须进行格式化Hadoop文件系统，以后运行即可跳过。打开命令行，进入安装了Hadoop的文件路径下，然后在命令行输入 bin/hadoop namenode -format //格式化文件系统，然后启动Hadoop，在命令行里面输入 bin/start-all.sh 2.验证是否正常启动，在命令行里面输入jps，然后回车。 jps(Java Virtual Machine Process Status Tool)是JDK 1.5提供的一个显示当前所有java进程pid的命令，简单实用，非常适合在linux/unix平台上简单察看当前java进程的一些简单情况。 关闭hadoop bin/stop-all.sh 3.运行自带WordCount在上一篇博文中有详细说明。 参考文献：http://www.cnblogs.com/yangxiao99/p/4574889.html
