Hadoop-1.2.1安装与配置

                                                          Hadoop-1.2.1安装与配置
    学习hadoop也是有一段时间了，但是都是纸上谈兵，再加上当今云计算工具的不断更新换代，也不知现在的hadoop还能干什么。不过作为基础，拿来作为大数据上手还是可以的。
    接着，上一篇文《hadoop》，大致了解了hadoop的起源之后，我们便开始hadoop的安装配置吧。
    这次安装配置的前提是，安装的是ubuntu14.04版本系统，不管是用wubi还是硬盘启动，都可以。以下是安装的伪分布式。
    可以参考文章：http://www.cnblogs.com/tippoint/archive/2012/10/23/2735532.html

一、准备材料
    jdk-7u17-linux-x64.tar.gz
    hadoop-1.2.1.tar.gz
    eclipse-jee-kepler-SR2-linux-gtk-x86_64.tar.gz
    hadoop-eclipse-plugin-1.2.1.jar

二、安装jdk
    关于jdk可以到官网下载 http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html  ，这里我使用的是jdk-7u17-linux-x64.tar.gz。
    1、先把jdk的包放在桌面。按下Ctrl +Alt + T 组合键，打开一个终端。使用cd命令进到/usr/lib/文件夹下面。然后创建一个java文件夹，作为安装jdk的目录。当然，你也可以安装在其他地方，不过这里面，我装在/usr/lib/java/目录下。

    cd  /usr/lib/
    sudo mkdir java

 
    
    2、接着，我们在打开一个终端，使用cd来到桌面，输入命令将jdk包拷到我们要安装的/usr/lib/java/目录下面。

    Cd Desktop
    sudo cp  jdk-7u17-linux-x64.tar.gz /usr/lib/java

 

    3、将jdk-7u17-linux-x64.tar.gz解压安装在该目录之下

    tar -zxcf jdk-7u17-linux-x64.tar.gz

 
    然后就出现一个jdk1.7.0_17文件夹。

    `4、这个时候，就该设置java系统变量了。打开/etc/profile文件，添加JAVA_HOME变量。

    sudo gedit /etc/profile

 
    然后就会出现如下：


 
    在最后面添加一下字段（注意句号）：

export JAVA_HOME=/usr/lib/java/jdk1.7.0_17 
export PATH=$JAVA_HOME/bin:$PATH 
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar 

 

    5、关闭/etc/profile文件之后，使其立即能够被使用
    

source /etc/profiel

 
    接着，注销用户，重新登录。
   
    6、再一次打开终端，输入：

    java -version
    java

 
    出现以下输出即可。

 

三、安装ssh
    sh可以实现远程登录和管理，使hadoop各节点之间通信的桥梁。
    1、使用命令行安装ssh

    sudo apt-get install ssh
    sudo apt-get install rsync

 

    2、实现无密码登录

     ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
     cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
    export HADOOP\_PREFIX=/usr/local/hadoop

 
    这是参照官网上面来的。当然你也可以参考前面的链接.

    3、登录
    

ssh localhost

    4、退出
    exit

四、安装hadoop
    1、我们把hadoop-1.2.1.tar.gz放在桌面，把其拷贝到要安装的目录之下，我安装在/home/hadoop/目录下面。
    

sudo cp hadoop-0.20.203.0rc1.tar.gz /home/hadoop

 
    2、解压安装
    

cd /home/hadoop/
sudo tar -zxvf hadoop-1.2.1.tar.gz

 
    然后可以得到hadoop-1.2.1文件夹

    3、将hadoop-1.2.1文件夹改名为hadoop
    

mv hadoop-1.2.1 hadoop

 
    4、打开hadoop/conf/hadoop-env.sh文件
    

sudo gedit hadoop/conf/hadoop-env.sh

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

export JAVA_HOME=/usr/lib/java/jdk1.7.0_17 

 
    5、打开hadoop/conf/core-site.xml
    

sudo gedit hadoop/conf/core-site.xml

 
    设置的是namenode节点的ip及其端口号，还有设置hadoop的临时文件，编辑一下内容：（configuration标签里面添加property）

    <property>
          <name>hadoop.tmp.dir</name>
          <value>/home/hadoop/hadoop-1.2.1/hadoop_tmp</value>
         <description>A base for other temporary directories.</description>
    </property>

    <property>
        <name>fs.default.name</name>
        <value>hdfs://localhost:9000</value>
    </property>

 
    6、打开hadoop/conf/mapred-site.xml
    

sudo gedit hadoop/conf/mapred-site.xml

 
    设置的是MapReduce的jobTracker的ip及其端口号，编辑内容如下：

    <property>
        <name>mapred.job.tracker</name>
        <value>localhost:9001</value>
    </property>

 

    7、打开hadoop/conf/hdfs-site.xml
    

sudo gedit hadoop/conf/hdfs-site.xml

 
    设置namenode、datanode的文件夹，以及replication 表示datanode的数目，编辑如下：

<property>
    <name>dfs.name.dir</name>
    <value>/home/hadoop/hadoop-1.2.1/hadoop_tmp/datalog</value>
</property>
<property>
    <name>dfs.data.dir</name>
    <value>/home/hadoop/hadoop-1.2.1/hadoop_tmp/data1</value>
</property> 
<property>
        <name>dfs.replication</name>
        <value>1</value>
</property>

    8、打开hadoop/conf/masters，设置的是secondarynamenode的ip地址，因为这是伪分布式，所以添加localhost即可。
    

Sudo gedit hadoop/conf/masters

    9、打开hadoop/conf/slaves，设置的是slaves，即datanode的主机ip地址，一行一个，因为这是伪分布式，所以也是填localhost即可。
    

Sudo gedit hadoop/conf/slaves

 
    10、进入hadoop文件夹
    

bin/hadoop

 
    如果输出如下，即说明安装成功(ง •̀_•́)ง：


 
五、运行hadoop

    #远程登录
    ssh localhost
    #初始化nomenode
    bin/hadoop nomenode -format
    #启动所有节点
    bin/start-all.sh
    #显示当前进程
    jps

    如果有Namenode，SecondaryNameNode，TaskTracker，DataNode，JobTracker五个进程，就说明你的hadoop伪分布式环境配置好了！

    还可以在浏览器上输入url：
localhost:50030
localhost:50060
localhost:50070
进行管理。

六、安装eclipse插件
    这里使用的是eclipse-jee-kepler-SR2-linux-gtk-x86_64.tar.gz、hadoop-eclipse-plugin-1.2.1.jar。注意，hadoop-eclipse-plugin-1.2.1.jar 要与hadoop的版本号一致，不然会出现问题。
    1、打开终端，将eclipse-jee-kepler-SR2-linux-gtk-x86_64.tar.gz移到安装目录，这里我安装在/usr/lib/java目录下。
    

sudo cp eclipse-jee-kepler-SR2-linux-gtk-x86_64.tar.gz /usr/lib/java

 
    解压安装，即可，得到eclipse文件夹：
    

sudo tar -zxvf eclipse-jee-kepler-SR2-linux-gtk-x86_64.tar.gz

    2、进入eclipse文件夹，点击eclipse，即可使用，然后配置eclipse的工作目录workspace，该目录可以任意设置在喜欢的地方。设置之后，即可使用。

    3、将 hadoop-eclipse-plugin-1.2.1.jar，放在eclipse文件夹下的plugins文件夹下。然后，重启eclipse。会看到左边project Explorer里面会出现一行图标DFS Locations.

    4、然后在Window->Preferences->Hadoop Map/Reduce中添加Hadoop的安装目录。

    5、配置hadoop环境：在Window–>Show View中打开Map/Reduce Locations，在底部会看到新的选项。然后右键–>New Hadoop Location。
其中，
Location name：可以填写任意值，表示一个MapReduce Location标识。
Map/Reduce Matser选项组：
    Host：localhost（Maters：Hadoop的ip地址）
    Port：9001
DFS Master选项组：
    Use M/R Master host：勾选该复选框（因为用户的NameNode和JobTracker都在一个机器上面）
    Port：9000
User name：hadoop（系统管理员）

    这里面的Host、Port分别是mapred-site.xml、core-site.xml中配置的地址以及端口。


 
 接下来，单击Advanced parameters选项卡中的hadoop.tmp.dir选项，修改为Hadoop集群中设置的地址，Hadoop集群是/home/hadoop/hadoop-1.2.1/hadoop_tmp。这个参数在core-site.xml中进行了设置。如图：




    然后单击finish。

    6、然后在下面就会出现如下图标：



 
 
    7、右边的DFS Locations处。先在终端之中开启hadoop。出现如下：


 
    以上，便安装完毕了。如有问题，请指正。
    下面是，相关安装包链接：
    http://pan.baidu.com/s/1jGuATam
    至于关于最新版本的hadoop-2.7.1的安装配置，可参考：
    http://zhitongbat.com/?/article/209