Windows下安装Hadoop

公司项目计划用Hadoop，现在需要用Eclipse在Windows下开发，在网上找文章，终于在单机安装成功。
台式机i5-2400 3.1G，2G内存，操作系统Win7，JDK1.6.31，推荐学习这篇文章。
1.下载Cygwin，运行Setup.exe，记得安装Sed、Openssh、Openssl，安装目录为d:\cygwin。
2.安装JDK，设置Windows环境变量，添加JAVA_HOME，值为java安装目录，添加CLASSPATH，值为.

;%JAVA_HOME%\lib\tools.jar;%JAVA_HOME%\dt.jar

，在Path变量中添加%JAVA_HOME%\bin
3.设置Windows环境变量，添加CYGWIN变量，值为ntsec tty，Path变量中添加d:\cygwin;d:\cygwin\bin，
4.将cygwin安装的快捷方式设置兼容性，以管理员权限运行。
5.下载hadoop 0.20.2版本(当前最新版为1.0.1，但是运行jobtracer会出现set permission错误，

java.io.IOException: Failed to set permissions of path: file:XXX to 0700

5.运行cygwin
6.更改目录权限

chmod +r /etc/group
chmod +r /etc/passwd
chmod +rwx /var

7.运行ssh-host-config
   提示 if privilege separation should be used时，输入no
   提示 if sshd should be installed as a service时，输入yes
   提示 the value of CYGWIN environment variable时，输入ntsec
   提示 Do you want to use a different name时，输入no
   提示 Create new privileged user account 'cyg_server'?时，输入no
   提示 Do you want to proceed anyway?时，输入yes
8.打开Windows服务管理页面，找到CYGWIN sshd服务，设置属性，选择登录，选择有管理员权限的用户和对应的Windows登录密码
9.回到cygwin，运行

cygrunsrv -S sshd

启动sshd服务。
10.在本地生成空密码的公钥和私钥，运行

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

11.配置本地访问不需要密码，运行

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

12.测试本地访问

ssh localhost

没有使用过ssh连接localhost， 那么会有提示添加localhost到knowhosts中去，然后要求输入密码，记得运行exit，退出ssh。
13.将下载的hadoop拷贝到cygwin当前目录下，运行

tar xvzf hadoop-0.20.2.tar.gz

解压将产生hadoop软件目录。
14.删除hadoop-0.20.2.tar.gz，运行

rm hadoop-0.20.2.tar.gz

15.在hadoop安装目录下，建日志目录

mkdir logs
chmod 777 logs

16.建立jdk link，比如jdk在d:\program files\Java\jdk1.6.31目录下

ln -s "cygdrive/d/Program Files/Java/jdk1.6.31" "/usr/local/jdk"

17.打开hadoop安装目录下的conf目录，编辑hadoop-env.sh，添加

export JAVA_HOME=/usr/local/jdk

18.修改hadoop目录下conf目录下的core-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<property>
		<name>hadoop.tmp.dir</name>
		<value>/hadoop/tmp</value>
	</property>
	<property>
		<name>fs.default.name</name>
		<value>hdfs://localhost:9000</value>
 	</property>	
</configuration>

19.修改hadoop目录下conf目录下的hdfs-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<property>
		<name>dfs.name.dir</name>
		<value>/hadoop/name</value>
	</property>
	<property>
		<name>dfs.data.dir</name>
		<value>/hadoop/data</value>
	</property>
	<property>
		<name>dfs.replication</name>
		<value>1</value>
	</property>
</configuration>

20.修改hadoop目录下conf目录下的mapred-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<property>
		<name>mapred.job.tracker</name>
		<value>localhost:9001</value>
	</property>
	<property>
		<name>mapred.local.dir</name>
		<value>/hadoop/mpredtemp</value>
	</property>
</configuration>

21.在hadoop安装目录下，格式化命名空间

bin/hadoop namenode -format

22.在hadoop安装目录下，运行hadoop

bin/start-all.sh

23.在hadoop安装目录下，运行测试程序

bin/hadoop jar hadoop-0.20.2-examples.jar pi 2 10

24.在hadoop安装目录下，运行运行命令

bin/hadoop fs -put /cygdrive/e/Source/java/TestHadoopUploadFile/test/fg /user/sw-its-hhe-hp/sw-its-hhe/timecount/input

报错，提示

put: File /cygdrive/e/Source/java/TestHadoopUploadFile/test/fg does not exist.

由于 Cygwin 的路径并无法正常被 Hadoop 解析，亦即 Hadoop 经过 Windows OS 告知路径为 C:\hadoop4win\opt\hadoop\ 但在 Cygwin 中却为 \opt\hadoop。因此倘若您看到 File XXXX does not exist 的问题，可用 cygpath -w 指令把路径转变成 Windows 绝对路径，就可以解决，运行

cygpath -w /cygdrive/e/Source/java/TestHadoopUploadFile/test/fg

显示为E:\Source\java\TestHadoopUploadFile\test\fg，运行

bin/hadoop fs -put $(cygpath -w /cygdrive/e/Source/java/TestHadoopUploadFile/test/fg) timecount/input

拷贝成功。