hadoop搭建教程之二（安装hadoop）

伪分布式模式的安装和配置步骤

1、下载并解压Hadoop安装包，这里我们使用hadoop-1.0.4.tar版本

这里是下载地址：http://apache.dataguru.cn/hadoop/common/hadoop-1.0.4/

2、添加用户和组

添加组

groupadd hadoop

添加用户

useradd hadoop -g hadoop

添加新的用户和组的作用为，使用独立的帐号保护hadoop文件，防止被其他用户修改。同时，还能防止程序修改其它账户的文件。

3、Hosts的配置

Hadoop通过域名来进行互相访问，通过修改/etc/hosts文件可配置本地域名映射关系，在hosts文件中添加计算机的域名（或叫别名）

和IP的对应关系，如在本机中添加slave101的主机（假设IP为192.168.154.101），在末尾添加内容为：

192.168.154.1 master

注意，这三个别名在完全分布式时，将会使用三个IP来替换，分别对应元数据节点、数据节点、辅助元数据节点。

修改/etc/sysconfig/network文件，将主机名改为master。

HOSTNAME=master

当系统重启后，主机名便会生效。也可运行如下命令设置主机名，无须重启：

hostname master

4、SSH和无密码登录

安装SSH客户端

yum -y install openssh-clients

生成无密码的“公私钥”对：

su hadoop

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

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized-keys

chmod 600 ~/.ssh/authorized_keys

确认是否成功：

ssh localhost

5、JDK的安装与配置

运行Hadoop需要JDK1.6（也叫JDK6.0）以上，到www.oracle.com上进行下载。笔者在这里使用的是jdk-7u17-linux-i586.tar.gz

下面讲解JDK的安装与配置步骤

一、安装

mkdir /usr/java

tar -zxvf jdk-7u17-linux-i586.tar.gz -C /usr/java

二、配置

为了使用方便，我们对JDK的安装目录进行了链接

ln -s /usr/java/jdk1.7.0_17 /usr/java/jdk

然后，修改环境变量，在/etc/profile文件夹中添加下面的内容：

JAVA_HOME=/usr/java/jdk

PATH=$JAVA_HOME/bin:$PATH

export JAVA_HOME CLASSPATH PATH

在命令行下输入source /etc/profile使用修改生效。

6、Hadoop的下载与解压

到hadoop.apache.org 上下载Hadoop的安装文件，笔者使用的是“hadoop-1.0.4.tar”。

在发布式安装模式下，所有服务器Hadoop的安装目录需要一样。笔者安装的位置为/opt/hadoop，使用解压命令如下：

tar -zxvf hadoop-1.0.4.tar.gz -C /opt/

mv /opt/hadoop-1.0.4 /opt/hadoop

chown -R hadoop:hadoop /opt/hadoop

su hadoop

7、配置Hadoop

修改hadoop目录下conf/hadoop-env.sh的环境变量，在末尾添加：

export JAVA_HOME=/usr/java/jdk

export HADOOP_HEAPSIZE=256

export HADOOP_PID_DIR=/home/$USER/pids

修改hadoop目录下conf/core-site.xml的配配置在<configuration>标签中添加如下内容：

<property>

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

<value>hdfs://master:9000</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/home/${user.name}/tmp</value>

</property>

修改hadoop目录下conf/hdfs-site.xml的配置文件，在<configuration>标签中添加如下内容：

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

<property>

<name>dfs.name.dir</name>

<value>/home/${user.name}/dfs_name</value>

</property>

<property>

<name>dfs.data.dir</name>

<value>/home/${user.name}/dfs_data</value>

</property>

修改hadoop目录下conf/mapred-site.xml的配置文件，在<configuration>标签中添加如下内容：

<property>

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

<value>master:9001</value>

</property>

<property>

<name>mapred/system.dir</name>

<value>/home/${user.name}/mapred/system</value>

</property>

<property>

<name>mapred.local.dir</name>

<value>/home/${user.name}/mapred/local</value>

</property>

注：属性名为mapred.job.tracker来配置job tracker交互端口，

配置辅助名称节点：修改hadoop目录conf/masters的配置文件，修改内容为：

master

配置子节点：修改hadoop目录conf/slaves文件，每行一个节点，伪分布式修改内容为：

master

8、执行

在使用一个分布式文件系统前需要对其进行格式

./bin/hadoop namenode -format

启动Hadoop守护进程

./bin/start-all.sh

Hadoop守护进程的日志写入到${HADOOP_LOG_DIR}目录（默认为logs下）。

浏览NameNode和JobTracker的网络借口，他们的地址默认为：

NameNode - http://localhost:50070/
JobTracker - http://localhost:50030/
注：笔者测试时需要关闭防火墙（service iptables stop）