Hadoop之一：Hadoop的安装部署

说到Hadoop不得不说云计算了，我这里大概说说云计算的概念，其实百度百科里都有，我只是copy过来，好让我的这篇hadoop博客内容不显得那么单调、骨感。云计算最近今年炒的特别火，我也是个初学者，记下我自学hadoop的一些经历和过程。
云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。对云计算的定义有多种说法。对于到底什么是云计算，至少可以找到100种解释。目前广为接受的是美国国家标准与技术研究院（NIST）定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。（以上是照搬百度百科的，别吐槽啊！跪谢了……）。
说完了云计算，我们来说说Hadoop的概念吧，Hadoop是一个分布式的基础架构，由Apache基金会开发，Hadoop实现了一个分布式文件系统也就是后续文章会说到的HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的硬件上；而且它提供高传输率来访问应用程序的数据，适合那些有着超大数据集的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce.HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。
好吧，太罗嗦了，写那么多概念大部分都是从百度百科里摘抄下来的，我厌烦了。下面来讲讲如何配置部署Hadoop环境，首先要说的是，目前Hadoop版本已经到2的版本了，但是很遗憾，我作为一个初学者，我还是比较喜欢一步一个脚印的学习，所以我们今天要讲的是Hadoop1的部署和配置，以后的篇章也是针对Hadoop1的版本来学习。
Hadoop可以装在很多的操作系统上，比如Windows上，Linux上，苹果的Mac OSX上。由于目前的常用的生产环境都是Linux操作系统，所以我们本章之讲在Linux操作系统下如何配置部署Hadoop。Hadoop部署方式有三种分别是单机模式、伪分布式模式和分布式模式。由于本人电脑配置有限，无法虚拟太多的Linux环境，所以我们今天暂时只讲伪分布式的部署方式。至于单机模式，本文章不讲述，后面的篇幅我会讲分布式模式的配置步骤。
准备环境：Ubuntu12、jdk-6u45-linux-i586.bin、hadoop-1.0.4.tar.gz（作为程序员来讲，这些大家都是可以在官网弄到手的，我就不给下载地址了……如果读者看到这里，也许会吐槽了，Hadoop不止这些啊，Hbase哪去了、Hive数据仓库哪里去了？这太扯了吧……呵呵，我想说的是，一步一步的来，会的大神么就别吐槽我了，我菜鸟一枚，以后的篇章我会一一写出来这些内容，我做好了持久战的准备……）
首先进入 Ubuntu操作系统，检查一下Ubuntu是否安装了java jdk。

好吧，进入我们的Ubuntu终端，输入java -version，看看是否已经安装的sun公司的jdk，如图：

好吧，我这里是安装好的，没有安装jdk的同学，我继续说了。

将我们的jdk-6u45-linux-i586.bin文件考入到ubuntu的/home/zhaolong/下，好吧，我有一个这样的用户，你们按照你们的路径来吧。在Linux安装jdk其实就是一个文件解压的过程，安装前必须给当前这个文件进行授权。

cd命令进入我们jdk文件所在的目录，也就是/home/zhaolong/下，键入命令chmod 777 jdk-6u45-linux-i586.bin。

文件授权完毕之后，我们开始解压，使用./jdk-6u45-linux-i586.bin命令解压jdk文件。

解压完成之后，我们使用vi .bashrc命令进入到.bashrc文件编辑模式。我们要配置环境变量，在.bashrc文件的最后一行下面输入：

export JAVA_HOME=/home/zhaolong/jdk1.6.0_45 和 export PATH=/bin:$JAVA_HOME/bin:/usr/bin:$PATH:. 

编辑完成后按ESC键然后输入:wq保存退出。使用. .bashrc命令使其生效。这时候我们再来用java -version来验证我们是否安装成功jdk了，不出意外应该会出现上图的内容。

接下来，我们来配置SSH的无密码登录，如果SSH有密码的话，每次启动每个节点都要重新输入密码，这是一件很麻烦的事情。

首先使用命令sudo apt-get install ssh安装ssh，安装的过程需要联网，下载有点慢，要有点耐心……

安装成功后，输入ssh-keygen命令，不用理会下面的内容，一路回车即可，结束后会在~/.ssh/目录下生成了两个文件：id_dsa和 id_rsa.pub，这两个文件是成对出现的类似钥匙和锁，再把id_dsa.pub文件复制到~/.ssh/目录的authorizde_keys里具体命令为：cp id_dsa.pub authorizde_keys

SSH我们安装配置好了，接着，我们安装Hadoop。将下载好的hadoop文件hadoop-1.0.4.tar.gz拷贝到/home/zhaolong/下。和安装JDK一样，我们要设置文件的权限，不然无法解压，设置hadoop-1.0.4.tar.gz文件的权限，命令为：chmod 777 hadoop-1.0.4.tar.gz

解压解压hadoop-1.0.4.tar.gz文件，命令为：tar xzvf hadoop-1.0.4.tar.gz

解压完成后，添加hadoop bin到环境变量中。具体操作依然是修改.bashrc文件最下面的$PATH环境变量。操作和上面的配置JDK的环境变量一样，我就不赘述了。

Hadoop环境变量配置好后，我们需要配置一些Hadoop的配置文件，我们需要进入到hadoop/conf目录下，

1、修改：hadoop-env.sh配置文件，文件内容增加

export JAVA_HOME=/home/zhaolong/jdk1.6.0_45

2、修改：core-site.xml配置文件，文件内容增加

fs.default.name
hdfs://localhost:9000


hadoop.tmp.dir
/hadoop

3、修改：hdfs-site.xml配置文件，文件内容增加

dfs.replication
1

4、修改：mapred-site.xml配置文件，文件内容增加

mapred.job.tracker
localhost:9001

以上4步骤都配置完成后，我们需要启动一下Hadoop来验证我们的环境是否部署成功，启动前，必须先格式化文件系统，当然这个格式化文件系统只在第一次启动是进行，以后不需要重新格式化文件系统。格式化文件系统的命令为：hadoop namenode -format

文件系统格式化需要等待一段时间，不过不会很长，格式化完成之后，我们可以尝试着启动Hadoop了，为了方便我们start-all.sh命令启动所有的服务。

我们启动了所以的服务。

好吧大概说一下Hadoop启动和停止的常用命令，

（1）格式化文件系统，命令为：hadoop namenode -format

（2）启动关闭所有服务：start-all.sh/stop-all.sh

（3）启动关闭HDFS：start-dfs.sh/stop-dfs.sh

（4）启动关闭MapReduce：start-mapred.sh/stop-mapred.sh

（5）使用jps命令查看进程，确保有namenode，dataNode，JobTracker

（6）Job Tracker管理界面：http://localhost:50030

（7）HDFS管理界面：http://localhost:50070

（8）HDFS通信端口：9000

（9）MapReduce通信端口：9001

先写到这吧，夜深了，该睡觉了……写的比较笼统，先这样吧，晚安……