Hadoopz安装与配置-单机（1）

Hadoop 分别从三个角度将主机划分为两种角色。第一，划分为master 和slave，即主人
与奴隶；第二，从HDFS 的角度，将主机划分为NameNode 和DataNode（在分布式文件系
统中，目录的管理很重要，管理目录的就相当于主人，而NameNode 就是目录管理者）；第
三，从MapReduce 的角度，将主机划分为JobTracker 和TaskTracker（一个job 经常被划分
为多个task，从这个角度不难理解它们之间的关系）。
Hadoop 有官方发行版与cloudera 版，其中cloudera 版是Hadoop 的商用版本，这里先介
绍Hadoop 官方发行版的安装方法。
Hadoop 有三种运行方式：单节点方式、单机伪分布方式与集群方式。乍看之下，前两
种方式并不能体现云计算的优势，在实际应用中并没有什么意义，但是在程序的测试与调试
过程中，它们还是很有意义的。
你可以通过以下地址获得Hadoop 的官方发行版：
http://www.apache.org/dyn/closer.cgi/Hadoop/core/
下载Hadoop-0.20.2.tar.gz 并将其解压，这里会解压到用户目录下，一般为：/home/[ 你的
用户名]/。

1 单节点方式配置：
安装单节点的Hadoop 无须配置，在这种方式下，Hadoop 被认为是一个单独的Java 进
程，这种方式经常用来调试。
2 伪分布式配置：
你可以把伪分布式的Hadoop 看做是只有一个节点的集群，在这个集群中，这个节点既是
master，也是slave ；既是NameNode 也是DataNode ；既是JobTracker，也是TaskTracker。
伪分布式的配置过程也很简单，只需要修改几个文件，如下所示。
进入conf 文件夹，修改配置文件：
Hadoop-env.sh:
export JAVA_HOME=“你的JDK 安装地址”
指定JDK 的安装位置：
conf/core-site.xml:
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
这是Hadoop 核心的配置文件，这里配置的是HDFS 的地址和端口号。
conf/hdfs-site.xml:
<configuration>
<property>
<name>dfs.replication</name>

<value>1</value>
</property>
</configuration>
这是Hadoop 中HDFS 的配置，配置的备份方式默认为3，在单机版的Hadoop 中，需要
将其改为1。
conf/mapred-site.xml:
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
这是Hadoop 中MapReduce 的配置文件，配置的是JobTracker 的地址和端口。
需要注意的是，如果安装的是0.20 之前的版本，那么只有一个配置文件，即为Hadoopsite.
xml。
接下来，在启动Hadoop 前，需格式化Hadoop 的文件系统HDFS（这点与Windows 是
一样的，重新分区后的卷总是需要格式化的）。进入Hadoop 文件夹，输入下面的命令：
bin/Hadoop NameNode -format
格式化文件系统，接下来启动Hadoop。
输入命令：
bin/start-all.sh（全部启动）
最后，验证Hadoop 是否安装成功。
打开浏览器，分别输入网址：
http://localhost:50030 (MapReduce 的Web 页面)
http://localhost:50070 (HDFS 的Web 页面)
如果都能查看，说明Hadoop 已经安装成功。
对于Hadoop 来说，安装MapReduce 及HDFS 都是必须的，但是如果有必要，你依然可
以只启动HDFS（start-dfs.sh）或MapReduce（start-mapred.sh）。