超详细单机版搭建hadoop环境

超详细单机版搭建hadoop环境图文解析 
前言：

年前，在老大的号召下，我们纠集了一帮人搞起了hadoop，并为其取了个响亮的口号“云在手，跟我走”。大家几乎从零开始，中途不知遇到多少问题，但终于在回家之前搭起了一个拥有12台服务器的集群，并用命令行在该集群上运行了一些简单的mapreduce程序。想借此总结我们的工作过程。

安装过程： 

一、安装Linux操作系统
二、在Ubuntu下创建hadoop用户组和用户
三、在Ubuntu下安装JDK
四、修改机器名
五、安装ssh服务
六、建立ssh无密码登录本机
七、安装hadoop
八、在单机上运行hadoop

一、安装Linux操作系统 

我们是在windows中安装linux系统的，选择的是ubuntu11.10,介于有些朋友是第一次安装双系统，下面我就介绍一种简单的安装方法：

1、下载ubuntu-11.10-desktop-i386.iso镜像文件，用虚拟光驱打开，执行里面的wubi.exe程序，如图（1）

 

 

2、选择在widows中安装，如图（2）

 

 

3、在弹出的窗口中设置一些具体的参数，自动跟新完成后需要重启。重启时，就会出现ubuntu系统的选择了，系统一般默认开机启动windows系统，所以这里要自己手动选择哦～，进入ubuntu后，系统就自动下载，跟新、安装了。

（注：安装的过程中可能会卡在一个阶段很长时间（我卡了半个小时），这时我选择了强制关机，重启时同样选择进入ubuntu。一般第二次就不会卡，具体原因我也不是很清楚，可能和wubi.exe程序有关吧。 在网上看到，有些人认为用wubi.exe安装ubuntu不是很好，可能这就是它的不好之处吧。不过这是非常简单的方法，所以我们还是选择这种安装方法吧。）


二、在Ubuntu下创建hadoop用户组和用户 

这里考虑的是以后涉及到hadoop应用时，专门用该用户操作。用户组名和用户名都设为：hadoop。可以理解为该hadoop用户是属于一个名为hadoop的用户组，这是linux操作系统的知识，如果不清楚可以查看linux相关的书籍。

1、创建hadoop用户组，如图（3）

 

 

2、创建hadoop用户，如图（4）

 

 

3、给hadoop用户添加权限，打开/etc/sudoers文件，如图（5）

 

 

按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。在root   ALL=(ALL:ALL)   ALL下添加hadoop   ALL=(ALL:ALL)  ALL，如图（6）

 

 

三、在Ubuntu下安装JDK（http://weixiaolu.iteye.com/blog/1401786） 

四、修改机器名 

每当ubuntu安装成功时，我们的机器名都默认为：ubuntu ，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。机器名由 /etc/hostname文件决定。

1、打开/etc/hostname文件，如图（7）

 

 

2、回车后就打开/etc/hostname文件了，将/etc/hostname文件中的ubuntu改为你想取的机器名。这里我取“s15“。重启系统后才会生效。

五、安装ssh服务 

这里的ssh和三大框架:spring,struts,hibernate没有什么关系，ssh可以实现远程登录和管理，具体可以参考其他相关资料。

1、安装openssh-server，如图（8）

 

 

（注：自动安装openssh-server时，可能会进行不下去，可以先进行如下操作：)

 

 

2、更新的快慢取决于您的网速了，如果中途因为时间过长您中断了更新（Ctrl+z），当您再次更新时，会更新不了，报错为：“Ubuntu无法锁定管理目录（/var/lib/dpkg/），是否有其他进程占用它？“需要如下操作，如图（10）

 

 

操作完成后继续执行第1步。

这时假设您已经安装好了ssh，您就可以进行第六步了哦~

六、 建立ssh无密码登录本机 

ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。
1、创建ssh-key，，这里我们采用rsa方式，如图（11）

 

（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

2、进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的，如图（12）

 

 

（完成后就可以无密码登录本机了。）

3、登录localhost，如图（13）

 

 

( 注：当ssh远程登录到其它机器后，现在你控制的是远程的机器，需要执行退出命令才能重新控制本地主机。)

4、执行退出命令，如图（14）

 

 

七、安装hadoop 

我们采用的hadoop版本是：hadoop-0.20.203（http://apache.etoak.com/hadoop/common/hadoop-0.20.203.0/ ），因为该版本比较稳定。

1、假设hadoop-0.20.203.tar.gz在桌面，将它复制到安装目录 /usr/local/下，如图（15）

 

 

2、解压hadoop-0.20.203.tar.gz，如图（16）

 

 

3、将解压出的文件夹改名为hadoop，如图（17）

 

 

4、将该hadoop文件夹的属主用户设为hadoop，如图（18）

 

 

5、打开hadoop/conf/hadoop-env.sh文件，如图（19）

 

 

6、配置conf/hadoop-env.sh（找到#export JAVA_HOME=...,去掉#，然后加上本机jdk的路径）

 

 

7、打开conf/core-site.xml文件，编辑如下：

 

Java代码  

1. <?xml version="1.0"?>  
2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>  
3.   
4. <!-- Put site-specific property overrides in this file. -->  
5.   
6. <configuration>  
7. <property>    
8.   <name>fs.default.name</name>    
9.   <value>hdfs://localhost:9000</value>     
10.  </property>    
11. </configuration>     

 

8、打开conf/mapred-site.xml文件，编辑如下：

 

Java代码  

1. <?xml version="1.0"?>  
2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>  
3.   
4. <!-- Put site-specific property overrides in this file. -->  
5.   
6.     <configuration>    
7.      <property>     
8.       <name>mapred.job.tracker</name>    
9.       <value>localhost:9001</value>     
10.      </property>    
11.     </configuration>    

 

9、打开conf/hdfs-site.xml文件，编辑如下：

 

Java代码  

1. <configuration>  
2. <property>  
3. <name>dfs.name.dir</name>  
4. <value>/usr/local/hadoop/datalog1,/usr/local/hadoop/datalog2</value>  
5. </property>  
6. <property>  
7. <name>dfs.data.dir</name>  
8. <value>/usr/local/hadoop/data1,/usr/local/hadoop/data2</value>  
9. </property>  
10. <property>  
11. <name>dfs.replication</name>  
12. <value>2</value>  
13. </property>  
14. </configuration>  

 

10、打开conf/masters文件，添加作为secondarynamenode的主机名，作为单机版环境，这里只需填写localhost就Ok了。

11、打开conf/slaves文件，添加作为slave的主机名，一行一个。作为单机版，这里也只需填写localhost就Ok了。

八、在单机上运行hadoop 

1、进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作，如图（21）

 

 

当你看到下图时，就说明你的hdfs文件系统格式化成功了。

 

 

3、启动bin/start-all.sh，如图（23）

 

 

4、检测hadoop是否启动成功，如图（24）

 

 

如果有Namenode，SecondaryNameNode，TaskTracker，DataNode，JobTracker五个进程，就说明你的hadoop单机

版环境配置好了，呵呵，多么宏伟的工程呀！

九、 Linux下的快捷键： 
Ctrl+Alt+t：弹出终端
Ctrl+空格：中英文输入法切换

十、Hadoop执行WordCount程序(http://weixiaolu.iteye.com/blog/1402919 )。