hadoop1.2.1安装配置

原文地址

环境：ubuntu13

使用的用户为普通用户。如：用户ru

jdk安装略

1、安装ssh

(1)

1. sudo apt-get install openssh-server

(2)配置ssh面密码登录

1. $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
2. $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

注释：如果当前用户下没有.ssh目录，则手动创建.ssh目录。

2、下载安装hadoop

（1）下载hadoop-1.2.1-bin.tar.gz

（2）修改权限

如果拥有者不是ru:ru，使用

1. chown ru:ru hadoop-1.2.1-bin.tar.gz

(3)解压

ru用户下

1. -bin.tar.gz

（4）将解压后的hadoop拷贝到安装目录

3、配置hadoop

配置文件在$HADOOP_HOME/conf下

(1)配置hadoop-env.sh，指定jdk的安装路径

1. 添加jdk路径
2. # The java implementation to use.  Required.
3. export JAVA_HOME=/home/ruge/soft/jdk1.7.0_45

（2）修改hadoop的核心配置文件core-site.xml，配置namenode的地址和端口

1. <configuration>
2. <property>
3. <name>fs.default.name</name>
4. <value>hdfs://localhost:9000</value>
5. </property>
6. </configuration>

1. 这个还是很必要的，如果不配置临时目录，格式化hdfs是会在/tem目录下创建临时目录但是tmp目录重启系统会清楚下面文件。这样namenode就启动不起来了
2. <property>
3. <name>hadoop.tmp.dir</name>
4. <value>/home/ruge/hadoop/hadooptmpdir</value>
5. <description>A base for other temporary directories.</description>
6. </property>

(3)修改hadoop的hdfs-site.xml，配置replication，即数据保存份数

1. <property>
2. <name>dfs.replication</name>
3. </value>
4. </property>

（4）修改hadoop的mapred-site.xml，配置jobtracker的地址和端口

1. <property>
2. <name>mapred.job.tracker</name>
3. </value>
4. </property>

注：涉及到IP的地方如果是完全分布式集群，需要改成具体的IP

4、格式化hadoop的文件系统HDFS

1. bin/hadoop namenode -format

5、启动hadoop

1. bin/start-all.sh

6、验证hadoop是否启动成功

• NameNode - http://localhost:50070/
• JobTracker - http://localhost:50030/

7、使用wordcount计算单词数

1. )新建hdfs目录，不是实际的系统文件目录，只能使用hadoop dfs -ls /XXX查看
2. hadoop dfs -mkdir /input
3. )将文件复制到新建的hdfs目录
4. hadoop dfs -put ./*.sh /input/
5. ）使用hadoop的wordcount计算单词数
6. .jar wordcount /input /output
7. 注：input 和 output都是hdfs文件目录。不同的是input是需要分析的目录，outpu是存放结果的目录，且自动生成，不能手动创建

第二部分，安装hadoop集群：

1，准备2个服务器，分别为

机器名IP地址作用

hadoop.main192.168.1.102NameNode，JobTracker，DataNode，TaskTracker

hadoop.slave192.168.1.107DataNode，TaskTracker

注：2台主机必须使用相同的用户名运行hadoop

2，分别在这两个主机上，按照单机版的安装方法，安装hadoop

3，在/etc/hostname中修改主机名

在/etc/hosts中配置主机名和IP地址度对应关系

分别在2台主机中，运行以下命令：

ping hadoop.main

ping hadoop.slave

修改/etc/hosts添加master和slave的ip和主机名

4，将hadoop.main节点中的~/.ssh/id_rsa.pub文件拷贝到hadoop.slave节点的~/.ssh目录下，然后在hadoop.slave的~/.ssh/目录下运行：

cat ./id_rsa.pub >> authorized_keys

在hadoop.main节点中运行命令: ssh hadoop.slave

5, 修改2台主机的core-site.xml，配置HDFS的地址和端口号

vi conf/core-site.xml

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://hadoop.main:9000</value>

</property>

</configuration>

6,修改2台主机的MapReduce的配置文件，配置的是JobTracker的地址和端口

vi conf/mapred-site.xml

<configuration>

<property>

<name>mapred.job.tracker</name>

<value>hadoop.main:9001</value>

</property>

</configuration>

7，修改2台主机中的hadoop配置文件masters

hadoop.main

8，修改2台主机中的hadoop配置文件slaves

hadoop.main

hadoop.slave

9，在haddop.main节点运行

bin/hadoop namenode -format

10,启动hadoop

bin/start-all.sh

ps: datanode time configuration

<property>

<name>heartbeat.recheck.interval</name>

<value>15</value>

</property>