hadoop在ubuntu下的伪分布式安装配置
本文转自：http://www.cnblogs.com/tippoint/archive/2012/10/23/2735532.html
一.安装ubuntu
我是下载的ubuntu12.04,在64位的虚拟机上使用virtualbox安装的，没错，是在虚拟机上在安装虚拟机，然后安装ubuntu
具体安装过程就不描述了，不过安装过程确实慢，除非你的网络很快。12.04的新主题使用真是别扭，在登陆界面切换到gonme classic，这里可以使用windows共享，可以很方便的从硬盘或者其他机器拉东西回来。
二. 在Ubuntu下创建hadoop用户组和用户;
1. 创建hadoop用户组;
1 | sudoaddgroup hadoop |
如图：
2. 创建hadoop用户;
1 | sudoadduser -ingroup hadoop hadoop |
如图：
3. 给hadoop用户添加权限，打开/etc/sudoers文件;
1 | sudogedit /etc/sudoers |
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，
1 | hadoop ALL=(ALL:ALL) ALL |
如图：
三. 在Ubuntu下安装JDK
使用如下命令执行即可：
1 | sudoapt-get installopenjdk-6-jre |
如图：
这里需要说明：我就是在这里没有太注意，后面费了点事情。
linux下的java有两种一个是openjdk一个sun的。因为一些原因，Sun Java 无法从 Ubuntu 的软件库里面取得
取而代之的是 OpenJDK，不过 OpenJDK 跑某些程式会出现问题所以还是需要 Sun Java
下面说说在 Ubuntu 12.04 安装 Sun Java 的方法：
（1）首先删除掉已经安装的openjdk
sudo apt-get purge openjdk*
(2)$ sudo apt-add-repository ppa:flexiondotorg/java
(3)$ sudo apt-get update 一定要执行这个步骤啊，如果更新比较慢，在unbuntu软件中心更新源，操作方面是编辑—源，使用自动测试寻找最快的源，我开始是使用的这个，给我找的一个源后来不稳定，我手工切换到科技大学的源（前面也是这个源稳定啊）
（4）$ sudo apt-get install sun-java6-jre sun-java6-jdk sun-java6-plugin
这一步骤大概花费一点时间，下载几十M的软件，我是在这步就执行成功的，如果执行不成功，还可以使用下面的办法：
$ sudo add-apt-repository “deb http://archive.canonical.com/ubuntu maverick partner”
$ sudo apt-get install python-software-properties
$ sudo apt-get update
$ sudo apt-get install sun-java*
$ sudo apt-get install openjdk-6-jdk openjdk-6-jdk gcj-4.6-jdk ecj default-jdk
更改：
apt-get purge openjdk*
apt-add-repository ppa:flexiondotorg/java
apt-get update
apt-get install sun-java6-jre sun-java6-jdk sun-java6-plugin
（5）配置JAVA环境变量:
sudo gedit /etc/environment
在其中添加如下两行：
JAVA_HOME=/usr/lib/jvm/java-6-sun
CLASSPATH=.:/usr/lib/jvm/java-6-sun/lib
（6）java -version查看不出错说明，成功。
我之前执行的是openjdk后来才切换的sun-java6,当然现在有7了。
四. 修改机器名 （这步骤可以省略）
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;
1 | sudogedit /etc/hostname |
2. 将/etc/hostname文件中的ubuntu改为你想取的机器名。这里我取”dubin-ubuntu”。 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。
安装openssh-server;
1 | sudoapt-get installssh openssh-server |
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
首先要转换成hadoop用户，执行以下命令：
1 | su- hadoop |
如图：
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;
1 | ssh-keygen -t rsa -P“” |
如图：
（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;
1 2 | cd~/.sshcatid_rsa.pub >> authorized_keys |
如图：
（完成后就可以无密码登录本机了。）
3. 登录localhost;
1 | sshlocalhost |
如图：
( 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;
1 | exit |
七. 安装hadoop
我们采用的hadoop版本是：hadoop-0.20.203（http://www.apache.org/dyn/closer.cgi/hadoop/common/），因为该版本比较稳定。最新的alpha版本已经很高，但是还是建议采用稳定的版本。我是在apache站点直接下载的。
1. 假设hadoop-0.20.203.tar.gz在桌面，将它复制到安装目录 /usr/local/下；
1 | sudocp hadoop-0.20.203.0rc1.tar.gz/usr/local/ |
2. 解压hadoop-0.20.203.tar.gz；
1 2 | cd/usr/localsudotar -zxf hadoop-0.20.203.0rc1.tar.gz |
3. 将解压出的文件夹改名为hadoop;
1 | sudomv hadoop-0.20.203.0 hadoop |
4. 将该hadoop文件夹的属主用户设为hadoop，
1 | sudochown -R hadoop:hadoop hadoop |
5. 打开hadoop/conf/hadoop-env.sh文件;
1 | sudogedit hadoop/conf/hadoop-env.sh |
6. 配置conf/hadoop-env.sh（找到#export JAVA_HOME=…,去掉#，然后加上本机jdk的路径）;
1 | export JAVA_HOME=/usr/lib/jvm/java-6-openjdk |
7. 打开conf/core-site.xml文件;
1 | sudogedit hadoop/conf/core-site.xml |
编辑如下：property后面需要手工敲
1 2 3 4 5 6 7 8 9 10 11 | <?xmlversion=“1.0”?><?xml-stylesheettype=“text/xsl”href=“configuration.xsl”?> <!— Put site-specific property overrides in this file. —> <configuration><property> <name>fs.default.name</name> </property> </configuration> |
8. 打开conf/mapred-site.xml文件;
1 | sudogedit hadoop/conf/mapred-site.xml |
编辑如下property后面需要手工敲：
1 2 3 4 5 6 7 8 9 10 11 | <?xmlversion=“1.0”?><?xml-stylesheettype=“text/xsl”href=“configuration.xsl”?> <!— Put site-specific property overrides in this file. —> <configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> </configuration> |
9. 打开conf/hdfs-site.xml文件;
1 | sudogedit hadoop/conf/hdfs-site.xml |
编辑如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | <configuration><property><name>dfs.name.dir</name><value>/usr/local/hadoop/datalog1,/usr/local/hadoop/datalog2</value></property><property><name>dfs.data.dir</name><value>/usr/local/hadoop/data1,/usr/local/hadoop/data2</value></property><property><name>dfs.replication</name><value>2</value></property></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。
1 | sudogedit hadoop/conf/masters |
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。
1 | sudogedit hadoop/conf/slaves |
10.11我自己没敲，默认就是localhost，千万别修改为127.0.0.1 localhost虽然正式的多台机器是这样的写法，但是单台机器不需要前面的ip地址，否则会报错
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，
1 2 | cd/usr/local/hadoop/bin/hadoopnamenode -format |
2. 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
1 | bin/start-all.sh |
4. 检测hadoop是否启动成功
1 | jps |
千万要注意这里，我使用这个命令只能看到jps自己的进程，纠结了很长时间，忽然发现得用 sudo jps果然能出现6个进程，坑爹啊，大家千万要注意。
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！
如下图：
然后可以通过firefox浏览器查看，使用http://localhost:50030/
对，你没有看错不是我们配置的core-site的9000的端口，也不是9001的端口，是50030，我也不知道为什么，有谁知道一下。如果看到下面激动人心的画面，就说明你成功了。
拼搏现实的明天。
ゞ 浴缸里的玫瑰
还没有评论，来说两句吧...