hadoop伪分布式安装【翻译自hadoop1.1.2官方文档】

 1.hadoop支持的平台：

• GNU/Linux平台是一个开发和生产的平台. hadoop已经被证明可以在GNU/Linux平台不是2000多个节点.
• win32是一个开发平台，分布式操作还没有在win32系统上很好的测试， 所以它不被作为生产环境。

2.安装hdoop需要的软件：

      linux和windows下安装hadoop需要的软件：

      2.1从sun官网下载的1.6的jdk必须被安装.

      2.2ssh 必须被安装 and ssh协议必须使用hadoop脚本用来管理远程的hadoop进程。

      2.3windows环境下，额外需要安装下面软件：Cygwin - 运行上述软件必须安装的shell环境。

3.安装软件：

如果你的集群没有必要的软件，那么你必须安装它们

在unbuntu linux上执行命令如下：

$ sudo apt-get install ssh
$ sudo apt-get install rsync

在windows环境下，如果你安装cywin的话，你不必安装上述软件，只需要在安装cygwin的时候选择相关的软件包即可。

openssh - the  Net category

4.下载hadoop地址：

http://hadoop.apache.org/releases.html

5.准备开始hadoop的集群：

解压下载好的hadoop软件包，在该软件包中，编辑conf/hadoop-env.sh文件，在其中定义JAVA_HOME。

尝试一下命令：
$ bin/hadoop
它会给你展示如何使用hadoop脚本。

现在你将进行安装三种hadoop支持模式中的一种即本地安装：

• 本地(单节点) 模式
• 伪分布模式
• 分布式安装模式

6.单节点安装：

在默认情况下，hadoop被配置用来运行不是分布式的模式，作为一个单独的java进程。这种模式对于调试来说非常有用。

这个示例程序是hadoop自带的，用于把conf下的xml文件拷贝到input目录下，并且找到并显示所有与最后一个参数的正则表达式相匹配的行，output是输出文件夹

$ mkdir input
$ cp conf/*.xml input
$ bin/hadoop jar hadoop-examples-*.jar grep input output 'dfs[a-z.]+' 
$ cat output/*

如此，本地安装完毕！

7.伪分布式安装

hadoop同样也可以以伪分布式模式在一个独立的节点上运行，其中每个hadoop进程都以独立的java进程运行。

7.1配置:

使用以下配置：

conf/core-site.xml: fs.default.name hdfs://localhost:9000 localhost切换成本地的机器名 conf/hdfs-site.xml: dfs.replication 1 conf/mapred-site.xml: mapred.job.tracker localhost:9001

7.2安装ssh

现在可以测试本地免密码登录了:

$ ssh localhost

如果你无法本地免密码登录，你可以执行以下密令，重新生成ssh 秘钥:
$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

7.3执行:

格式化一个新的分布式文件系统:
$ bin/hadoop namenode -format

启动hadoop进程：
$ bin/start-all.sh

hadoop进程的日志输出目录是: ${HADOOP_LOG_DIR} directory (defaults to ${HADOOP_HOME}/logs).

通过网页来浏览Namenode和Jobtracker状态, 默认情况下它们的访问地址是:

• NameNode - http://localhost:50070/
• JobTracker - http://localhost:50030/

7.4测试hadoop:

把input中的文件拷贝到分布式系统:
$ bin/hadoop fs -put conf input

运行提供一些示例:
$ bin/hadoop jar hadoop-examples-*.jar grep input output 'dfs[a-z.]+'

检查输出:

从分布式系统中拷贝output中的文件到本地目录，并进行检测它们:
$ bin/hadoop fs -get output output
$ cat output/*

or

查看output下的分布式目录:
$ bin/hadoop fs -cat output/*

停止进程:
$ bin/stop-all.sh

至此，伪分布式安装hadoop完成。