windows上hadoop安装(cygwin等)

hadoop运行方式
1、本机方式：不做任何配置
2、伪分布式：pseudo distributed
3、全分布式：full distributed

由于hadoop只能运行于linux（unix类型）操作系统上，因此在windows上做开发、测试，需要安装cygwin来模拟linux环境。

一、cygwin安装
直接到cygwin上下载安装配置程序setup.exe，该程序并不包含实际的安装文件，只是一个外壳，启动之后可以选择1、在线安装，并将需要的文件下载到本地；2、只下载需要安装的文件到本地，并不安装；3、从本地文件中定位已下载好的安装文件，然后进行安装。
这里有一个概念，安装外壳程序（控制安装过程）、需要安装的文件，将安装过程分为不同部分，分别处理，可以根据需求，扩展需要安装的文件，而不需要修改安装的外壳程序。
根据需要选择一种方式，然后需要安装的组件：openssh、vim、rpm，根据提示选择路径，安装好cygwin。

cygwin简单说明
cygwin能够模拟linux语法，在选择安装组件后，能使用已安装的组件，如上例中正确安装了vim，则可以使用vim文件编辑工具，其他的可根据需要自己选择安装。在cygwin中可以像在linux环境下运行一样处理，模拟了linux的文件系统。还有一个特点就是cygwin还可以使用windows中的命令，也就是说cygwin不仅模拟了linux运行环境，而且还能使用windows中自身的脚本或命令。例如：在windows中设置了java的运行环境，则在cygwin中无需安装java运行环境，直接输入java -version就能和在windows中的cmd中的输出一致。又例如，在windows中的环境变量中增加了java_home，那么在windows的cmd中执行echo %java_home%和在cygwin中执行echo %java_home将是一样的。

在cygwin中建立软连接
windows中安装的java环境，可能安装在包含空格的路径中，如e:\program files\java，那么在cygwin模拟的linux环境中，如果是简单执行java程序，那么没有问题，cygwin本身就可以根据windows的环境变量找到java的运行环境，但如果是复杂一点的配置，如hadoop中，需要单独配置java_home的环境变量，那么在配置文件中直接配置e:\program files\java这样的路径，是无法成功的。因此需要建立一个软连接，将windows中的路劲映射到cygwin所模拟的linux系统上，命令 ln -s "E:\Program Files\Java\jdk1.6.0_20" /usr/local/jdk1.6.0_20
如此，就可以在hadoop的环境配置中将java的运行环境java_home设置为/usr/local/jdk1.6.0_20了。

二、安装hadoop
将hadoop的压缩包解压得到hadoop-1.0.1，可以直接将该文件夹copy到
E:/cygwin/usr/local/下，也可以采用软连接的方式将对应的hadoop文件映射到/usr/local/hadoop-1.0.1上(如:ln -s d:/soft/hadoop-1.0.1 /usr/local/hadoop-1.0.1)。

1、配置hadoop
(1)编辑文件/etc/profile增加
export HADOOP_INSTALL=/usr/local/hadoop-1.0.1
export PATH=$PATH:$HADOOP_INSTALL/bin
保存文件并使用命名source /etc/profile重新编译使配置生效
完成之后可以使用命名检查配置是否生效
hadoop -version，如果配置正确，则会正确输出hadoop版本信息。
(2)编辑文件/usr/local/hadoop-1.0.1/conf/hadoop-env.sh增加
export JAVA_HOME=/usr/local/jdk1.6.0_20
(3)配置core-site.xml、hdfs-site.xml、mapred-site.xml文件
修改core-site.xml配置为

<configuration>
	<property>
		<name>fs.default.name</name>
		<value>hdfs://localhost/</value>
	</property>
</configuration>

修改hdfs-site.xml配置为

<configuration>
	<property>
		<name>dfs.replication</name>
		<value>1</value>
	</property>
</configuration>

修改mapred-site.xml配置为

<configuration>
	<property>
		<name>mapred.job.tracker</name>
		<value>localhost:8021</value>
	</property>
</configuration>

2、格式化namenode
使用命令:hadoop namenode -format

三、配置ssh
(1)创建ssh服务器
使用命令 ssh-host-config
在交互阶段选择
Should privilege separation be used?yes
new local account 'sshd'?yes
Do you want to install sshd as a service?yes
Enter the value of CYGWIN for daemon:[]
当看到Host configuration finished.Have fun!表示安装完成
启动ssh服务，使用命令net start sshd
(2)采用密钥方式登陆，不使用用户/密码方式登陆
使用命令
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
如果成功，则执行命名
ssh localhost不会提示输入密码，直接登陆成功



启动hadoop
执行命令:start-all.sh(这相当于执行命名/usr/local/hadoop-1.0.1/bin/start-all.sh，因为在/etc/profile中加hadoop的bin路径加入了环境变量path中)