Hadoop伪分布式环境搭建

Hadoop伪分布式环境搭建 

本次主要是对Hadoop Pseudo-Distributed环境搭建做介绍，以下操作都是在root用户下进行。

一、软件环境配置

1、 VM：VMware-workstationl-v7.1.4

2、 OS：ubuntu-11.04

3、 JDK：jdk1.6.0_27

4、 Hadoop：hadoop-0.20.2

5、 ssh

二、安装JDK

1、下载JDK：jdk-6u27-linux-i586.bin，并把它放到安装JDK的目录。

2、解压安装命令如下：

root@ubuntu:/usr/java# ./jdk-6u27-linux-i586.bin

3、配置环境变量

用如下命令打开/etc/profile文件：

root@ubuntu:/# vim /etc/profile

在文件最后添加内容如下：

export JAVA_HOME=/usr/java/jdk1.6.0_27
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

保存并退出文件，然后运行source命令使文件生效：

root@ubuntu:~# source /etc/profile

4、测试JDK

root@ubuntu:~# java -version
java version "1.6.0_27"
Java(TM) SE Runtime Environment (build 1.6.0_27-b07)
Java HotSpot(TM) Client VM (build 20.2-b06, mixed mode, sharing)

三、安装配置ssh

1、检查是否安装了ssh

root@ubuntu:~# dpkg --list | grep ssh

默认一般只安装了openssh-client，没有安装openssh-server。可以通过下面命令安装server：

root@ubuntu:~# apt-get install openssh-server

2、检查ssh是否启动

# 杳看是否有sshd进程
root@ubuntu:~# ps -ef | grep ssh

如果未启动，可以通过下面命令启动：

root@ubuntu:~# /etc/init.d/ssh start

3、免密码配置ssh

root@ubuntu:~# ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
##  -P表示密码，-P '' 就表示空密码，也可以不用-P参数，这样就要三车回车，用-P就一次回车。
Generating public/private dsa key pair.
Your identification has been saved in .ssh/id_dsa.
Your public key has been saved in .ssh/id_dsa.pub.
省略...

root@ubuntu:~# cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

4、验证没有密码是否能ssh到localhost

root@ubuntu:~# ssh localhost

Welcome to Ubuntu 11.04 (GNU/Linux 2.6.38-8-generic i686)
*Documentation:  https://help.ubuntu.com/
225 packages can be updated.
75 updates are security updates.
Last login: Tue Sep 27 03:00:30 2011 from ip6-localhost

四、Hadoop安装配置

1、下载以前的稳定版：hadoop-0.20.2.tar.gz复制到准备安装的目录。

2、切换到安装目录，并解压。

3、配置

hadoop-env.sh:

取消JAVA_HOME注释并做如下修改：

export JAVA_HOME=/usr/java/jdk1.6.0_27

 其它的可以根据需要做修改。

con/core-site.xml:

    fs.default.name

    hdfs://hadoop-test1:9000

    hadoop.tmp.dir

    /home/hadoop/tmp

    A base for other temporary directories.

conf/mapred-site.xml:

    mapred.job.tracker

    hadoop-test1:9001

conf/hdfs-site.xml:

    dfs.name.dir

    /home/hadoop/dfs/name

    Determines where on the local filesystem the DFS name node should store

    dfs.data.dir

    /home/hadoop/dfs/data

    Determin. If this is a comma-delimited

    dfs.replication

    1

    Default block replicied when the file is created. The default

    dfs.permissions

    false

4、运行

格式化HDFS：

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/hadoop namenode –format

启动hadoop守护进程：

 root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/start-all.sh

通过浏览器查看hadoop运行状态：

NameNode - http://localhost:50070/

JobTracker - http://localhost:50030/

复制本地文件到HDFS的input目录：

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/hadoop fs –put conf input

运行hadoop提供的例子：

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/hadoop jar hadoop-0.20.2-examples.jar grep input output 'dfs[a-z.]+'

查看DFS文件：

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/hadoop fs -ls output

复制DFS文件到本地，并在本地查看：

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/hadoop fs -get output output

root@ubuntu:/usr/hadoop/hadoop-0.20.2# cat output/*

或者直接查看DFS文件:

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/hadoop fs -cat output/*

关闭hadoop守护进程：

root@ubuntu:/usr/hadoop/hadoop-0.20.2# bin/stop-all.sh

五、其它

    Hadoop下载：

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

    Hadoop详细开发指南请参考：

    http://hadoop.apache.org/common/docs/stable/