Hadoop开发环境搭建

之前稍微了解了一下大数据方面的知识，在搭建环境的时候我很惆怅的，因为那时候没有弄好，刚好这几天有时间，于是把以前没有弄好的又来配置了一下，没想到居然成功了，这个过程走了很多的弯路，查阅了网上大量资料，终于直接也来整理一下了。

hadoop是分为3种安装模式的，单机模式，伪分布模式和完全分布模式。众所周知，完全分布模式是企业真实开发用的，会需要多台电脑，这里没有条件，所以不讲解这个方面。伪分布模式就是可以多夹几台虚拟机就可以了，然后各种配置，这里我主要是想做大数据的分析方面，暂时不考虑运维，所以我只用的是单机模式。这里介绍运行伪分布式配置。

一、配置hadoop

首先去github上面下载源码：http://hadoop.apache.org/releases.html#News

在linux中安装jdk和配置ssh免密码登陆，其实最开始我并没有区配置免密码的，后来发现免密码登陆真方便。免密码登陆就是在控制台上面输入：ssh -keygen 然后一路回车就可以了。

我是把hadoop解压后放在/home/admin1/下载/hadoop-2.5.2。我们主要是在etc/hadoop 中配置文件。

1、core-site.xml

   

      fs.defaultFS

      hdfs://ubuntu2:9000

   
 
   

      hadoop.tmp.dir
      /home/admin1/hadoop/hadoop-2.5.2/tmp/hadoop

   



 
  
2、hdfs-site.xml
 
  
 

  

     dfs.replication

     1

  


 
  
3、mapred-site.xml
 
  
 

 	
		mapreduce.framework.name
		yarn
    


 
  
4、在yarn-site.xml中
 
  



			yarn.resourcemanager.hostname
			ubuntu2
    
		
    
			yarn.nodemanager.aux-services
			mapreduce_shuffle
     

 
  
5、在hadoop-env.sh中添加
 
  
export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk-amd64


# The jsvc implementation to use. Jsvc is required to run secure datanodes.
#export JSVC_HOME=${JSVC_HOME}

export HADOOP_CONF_DIR=${HADOOP_CONF_DIR:-"/home/admin1/hadoop/hadoop-2.5.2
"}
 
  
6、记得把salver改成你主机的名字，我这里就是把localhost改成了ubuntu2.因为我主机名就是ubuntu2
 
  
还需要配置一下java_home:在hadoop-env.sh中：（就是改成你的绝对路径就可以了，不要用相对路径）。
 
  
export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk-amd64   
 
  
如果你运行报错的话，那应该就是java_home没有配置了
 
  
用命令行输入：sudo gedit /etc/profile
 
  
在最末尾加上：
 
  
JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk-amd64

PATH=$JAVA_HOME/bin:$PATH

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

export JAVA_HOME

export PATH

export CLASSPATH 
 
  
这样基本上应该是可以运行了：
 
  
启动方式： 在/home/admin1/下载/hadoop-2.5.2 中 使用：
 bin/hadoop namenode -format
 
  
sbin/start-all.sh
 
  
访问地址是：
 http://localhost:50070/
 
  
 
  
http://localhost:8088/cluster
 
  
 
  
如果想要关闭则：sbin/stop-all.sh
 
  
问题：
 
  
若hadoop报错，则配置hadoop命令：
 export HADOOP_HOME=/home/admin1/下载/hadoop-2.5.2
 export PATH=$HADOOP\_HOME/bin:$HADOOP_HOME/sbin:$PATH
 
  
若datanode未启动
 rm -rf /usr/hadoop/tmp/*
 rm -rf /tmp/hadoop*
 在1之前进行以上两步操作。
 
  
二、配置eclipse
 
  
因为我是是直接把eclipse安装在linux中的，同时我用的还是4.5版本的，然后出现了各种各样奇奇怪怪的问题。我最开始以为是hadoop-eclipse-plugin-2.5.2.jar有问题，然后我就去下了应该ant和hadoop2x-eclipse-plugin-master来重新编译，编译的方法大致是这样：
 
  
1、先去下载hadoop2x-eclipse-plugin-master，https://github.com/winghc/hadoop2x-eclipse-plugin
 
  
2、下载ant：http://ant.apache.org/bindownload.cgi
 
  
3、分别解压出来，如果你的是在win下面就需要配置一下环境变量，在linux下面不要配置其实也是可以运行的。进入你刚才解压下来的/hadoop2x-eclipse-plugin-master/src/contrib/eclipse-plugin中。
 
  
4、在上面哪个目录下，对以下文件进行修改：
 
  
在vxy中：libraries.properties
 
  
里面的 版本记得要和你直接版本相对应，如果你不找到你的版本的话可以去你哪个hadoop文件的share/hadoop中找，其实有个很简单的办法，你可以直接把我这段代码复制过去，等下编译的时候汇报哪个jar包的版本不对，然后你可以根据报错提示来改就可以了。
 
  
#   Licensed under the Apache License, Version 2.0 (the "License");
#   you may not use this file except in compliance with the License.
#   You may obtain a copy of the License at
#
#       http://www.apache.org/licenses/LICENSE-2.0
#
#   Unless required by applicable law or agreed to in writing, software
#   distributed under the License is distributed on an "AS IS" BASIS,
#   WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
#   See the License for the specific language governing permissions and
#   limitations under the License.
 
#This properties file lists the versions of the various artifacts used by hadoop and components.
#It drives ivy and the generation of a maven POM
# This is the version of hadoop we are generating
hadoop.version=2.5.2
hadoop-gpl-compression.version=0.1.0
 
#These are the versions of our dependencies (in alphabetical order)
apacheant.version=1.7.0
ant-task.version=2.0.10
 
asm.version=3.2
aspectj.version=1.6.5
aspectj.version=1.6.11
 
checkstyle.version=4.2
 
commons-cli.version=1.2
commons-codec.version=1.4
commons-collections.version=3.2.1
commons-configuration.version=1.6
commons-daemon.version=1.0.13
commons-httpclient.version=3.1
commons-lang.version=2.6
commons-logging.version=1.1.3
commons-logging-api.version=1.0.4
commons-math.version=3.1.1
commons-el.version=1.0
commons-fileupload.version=1.2
commons-io.version=2.4
commons-net.version=3.1
core.version=3.1.1
coreplugin.version=1.3.2
 
hsqldb.version=1.8.0.10
 
ivy.version=2.1.0
 
jasper.version=5.5.12
jackson.version=1.9.13
#not able to figureout the version of jsp & jsp-api version to get it resolved throught ivy
# but still declared here as we are going to have a local copy from the lib folder
jsp.version=2.1
jsp-api.version=5.5.12
jsp-api-2.1.version=6.1.14
jsp-2.1.version=6.1.14
jets3t.version=0.6.1
jetty.version=6.1.26
jetty-util.version=6.1.26
jersey-core.version=1.9
jersey-json.version=1.9
jersey-server.version=1.9
junit.version=4.11
jdeb.version=0.8
jdiff.version=1.0.9
json.version=1.0
 
kfs.version=0.1
 
log4j.version=1.2.17
lucene-core.version=2.3.1
 
mockito-all.version=1.8.5
jsch.version=0.1.42
 
oro.version=2.0.8
 
rats-lib.version=0.5.1
 
servlet.version=4.0.6
servlet-api.version=2.5
slf4j-api.version=1.7.5
slf4j-log4j12.version=1.7.5
 
wagon-http.version=1.0-beta-2
xmlenc.version=0.52
xerces.version=1.4.4

protobuf.version=2.5.0
guava.version=11.0.2
netty.version=3.6.2.Final
 
  
build.xml
 
  
这个也是同理的，如果你版本不对可以按上面的道理来的。 xml的文件头记得要顶格写。
 
  
  
      
      
      
      
      
        
      
        
          
            
            
            
            
            
            
            
            
      
            
            
           
        
      
        
          
            
           
          
            
           
          
            
           
        
      
      
      
        
        
          
          
          
          
        
      
        
        
          
          
        
      
       
       
       
          
          
           
          
        
      
        
        
          
          
                
                 
                
          
          
                
                 
                
          
          
                
                 
                
          
          
                
                 
                
          
      
          
                
                 
                
          
      
      
      
          
          
          
          
          
          
          
          
          
          
          
          
          
          
          
      
          
            
           
           
            
            
            
          
        
      
      
 
  
makePlus.sh
 
  
ant jar -Dversion=2.5.2 -Declipse.home=/home/admin1/Public/eclipse     
-Dhadoop.home=/home/admin1/下载/hadoop-2.5.2
 
  
说明：Declipse就是你eclipse的安装目录，Dhadoop就是你hadoop的安装目录。
 
  
接着运行 ./makePlus.sh就可以编译了。编译好之后放到eclipse的plugins中，然后重启eclipse就可以了。
 
  
好吧，说到这里我的内心崩溃的，这里过程台复杂了有木有，而且最后我重启eclipse居然没有成功[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FlyISVPy-1650257605514)(http://static.blog.csdn.net/xheditor/xheditor_emot/default/sad.gif)]，后来我发现弄了这么久居然是eclipse的原因，我的内心简直一万头×××，后来我把4.5版的删了，换成4.4的就可以了。当然中间还有一个小插曲，就是配置后不能右键New Hadoop了，所以我就在命令行输入了：
 
  
./eclipse -clean -consolelog -debug
 
  
然后重启就没有问题了。
 
  
现在来看运行配置：
 
  
 
  
可以在浏览器上面看到我刚才新建的几个文件夹：
 
  
 
  
这样就算是完全弄好了，接下来就可以愉快的开始hadoop的开发了。
 
  
总结：在学习一个新东西的时候，最开始那一步是很难踏出的很难，甚至让我们很痛苦和烦躁，但是相信吧，累了可以休息下，然后继续完成，我在搭这个环境的时候也搭了近2天，中间走了很多弯路，试了很多的方法，我也尝试了搭建多台虚拟机来做一个伪分布式环境，但是我最后发现我做伪分布式环境并不是我所要的。网上资料非常丰富，要善于找到对自己有用的东西，不要盲目的跟着网上代码跑，要有自己的思路，相信吧，最后会成功的！没有做不到，只有想不到！
 
  
！