搭建Hadoop环境的详细过程

即上一篇《初步了解Hadoop》已经过去好多天了，今天继续hadoop学习之旅。大体了解hadoop原理，我们想先搭建hadoop环境，在这个过程中慢慢体会一下hadoop。 我在这里说的是hadoop伪分布式模式（Pseudo-Distributed Mode），其实网上已经有很多教程，在这里我

即上一篇《初步了解Hadoop》已经过去好多天了，今天继续hadoop学习之旅。大体了解hadoop原理，我们想先搭建hadoop环境，在这个过程中慢慢体会一下hadoop。

我在这里说的是hadoop伪分布式模式（Pseudo-Distributed Mode），其实网上已经有很多教程，在这里我详详细细的描述整个搭建过程，也算是自己重新回忆一下。

准备阶段（下载地址我这里就不给出了）：

Win7旗舰版 Vmware-9.0.2

ubuntu-12.04 hadoop-0.20.2 jdk-8u5-linux-i586-demos

搭建流程：

1、装机阶段：

一、安装Ubuntu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Ubuntu操作系统

略……

二、在Ubuntu下创建hadoop用户组和用户

（1）安装Ubuntu时已经建立了一个用户，但是为了以后Hadoop操作，专门渐建立一个hadoop用户组和hadoop用户。

（2）给hadoop用户添加权限，打开/etc/sudoers文件。

sudo gedit /etc/sudoers

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

三、在Ubuntu下安装JDK

1、创建JDK安装目录

（1）由于我使用的是VMware安装的Ubuntu系统，设置本地thisceshi文件夹共享到Ubuntu系统，指定的安装目录是：/usr/local/java。可是系统安装后在/usr/local下并没有java目录，这需要我们去创建一个java文件夹，
进入/usr/local文件夹

cd /usr/local

创建java文件夹，

sudo mkdir /usr/local/java

（2）解压JDK到目标目录
进入共享文件夹thisceshi，

cd /mnt/hgfs/thisceshi

然后进入到共享文件夹中，继续我们解压JDK到之前建好的java文件夹中，

sudo cp jdk-8u5-linux-i586-demos.tar.gz /usr/local/java

2、安装jdk

（1）切换到root用户下,

hadoop@s15:/mnt/hgfs/thisceshi$ su
密码： 

（2）解压jdk-8u5-linux-i586-demos.tar.gz

sudo tar -zxf jdk-8u5-linux-i586-demos.tar.gz

此时java目录中多了一个jdk1.6.0_30文件夹。

3、配置环境变量

（1）打开/etc/profile文件，

sudo gedit /etc/profile

（2）添加变量，

#set java environment  
export JAVA_HOME=/usr/local/java/jdk1.6.0_30
export JRE_HOME=/usr/local/java/jdk1.6.0_30/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH   
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH 

一般更改/etc/profile文件后，需要重启机器才能生效，在这里我们可以使用如下指令可使配置文件立即生效，

source /etc/profile

（3）查看java环境变量是否配置成功，

java -version

显示如下：

java version "1.6.0_30"
Java(TM) SE Runtime Environment (build 1.6.0_30-b12)
Java HotSpot(TM) Client VM (build 20.5-b03, mixed mode, sharing)

但是在root下一切正常，在hadoop用户下就出现了问题，

程序“java”已包含在下列软件包中：
 * gcj-4.4-jre-headless
 * openjdk-6-jre-headless
 * cacao
 * gij-4.3
 * jamvm

在终端中我们分别运行下面指令，

sudo update-alternatives --install /usr/bin/java java /usr/local/java/jdk1.6.0_30/bin/java 300
sudo update-alternatives --install /usr/bin/javac javac /usr/local/java/jdk1.6.0_30/bin/javac 300

问题解决。

四、修改机器名

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。这是我开始是根据网上教程也给修改了，其实伪分布式搭建的时候，可以省了，不然还造成一些不必要的麻烦。

1、打开/etc/hostname文件，运行指令，

sudo gedit /etc/hostname

2、然后hostname中添加s15五、安装ssh服务保存退出，即s15是当前用户别名。在这里需要重启系统后才会生效。

hadoop@s15:~$

五、安装ssh服务

1、安装openssh-server

sudo apt-get install openssh-server

2、等待安装，即可。

六、 建立ssh无密码登录本机

在这里，我自己还是模模糊糊的。

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，

ssh-keygen -t rsa -P ''

网上教程中后面是双引号，我在执行出现错误，换成单引号，则可以执行。

进入ssh，查看里面文件

hadoop@s15:~$ cd .ssh
hadoop@s15:~/.ssh$ ls
id_rsa  id_rsa.pub

2、进入~/.ssh/目录下，将idrsa.pub追加到authorizedkeys授权文件中，开始是没有authorized_keys文件的，

cat id_rsa.pub >> authorized_keys  

3、登录localhost，

hadoop@s15:~/.ssh$ ssh localhost
Welcome to Ubuntu 12.04 LTS (GNU/Linux 3.2.0-61-generic-pae i686)
 * Documentation:  https://help.ubuntu.com/
663 packages can be updated.
266 updates are security updates.
Last login: Sat May 10 13:08:03 2014 from localhost

4、执行退出命令，

hadoop@s15:~$ exit
登出
Connection to localhost closed.

七、安装hadoop

1、从共享文件夹thisceshi中将hadoop-0.20.2.tar.gz复制到安装目录 /usr/local/下
2、解压hadoop-0.20.203.tar.gz，
3、将解压出的文件夹改名为hadoop，
4、将该hadoop文件夹的属主用户设为hadoop，

sudo chown -R hadoop:hadoop hadoop

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

# The java implementation to use.  Required.
 export JAVA_HOME=/usr/local/java/jdk1.6.0_30
 export HADOOP_HOME=/usr/local/hadoop
 export PATH=$PATH:/usr/local/hadoop/bin

让环境立即生效，

source /usr/local/hadoop/conf/hadoop-env.sh  

7、打开conf/core-site.xml文件，编辑如下：

  fs.default.name
  hdfs://localhost:9000 

8、打开conf/mapred-site.xml文件，编辑如下：

  mapred.job.tracker
  localhost:9001 

9、打开conf/hdfs-site.xml文件，编辑如下：

dfs.name.dir  
/usr/local/hadoop/datalog1,/usr/local/hadoop/datalog2  
dfs.data.dir  
/usr/local/hadoop/data1,/usr/local/hadoop/data2  
dfs.replication  
2  

10、打开conf/masters文件，添加作为secondarynamenode的主机名，因为是伪分布式，只有一个节点，这里只需填写localhost就可以。

11、打开conf/slaves文件，添加作为slave的主机名，一行一个。因为是伪分布式，只有一个节点，这里也只需填写localhost就可以。

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，当你看到下图时，就说明你的hdfs文件系统格式化成功了。

3、进入bin目录启动start-all.sh，

4、检测hadoop是否启动成功，

到此，hadoop伪分布式环境搭建完成。

在搭建过程中可能会遇到各种问题，到时大家不用着急，可以谷歌，百度一下。解决问题的过程就是加深学习的过程。我当时都忘了花了多久才将环境搭建好，最初的时候，连最基本的指令也不懂，也不知道怎么运行。我在这里说出来就是想说，开始的一无所知不要害怕，慢慢来就好，在那么一刻你就会有所知，有所明白。之后的文章中会介绍在hadoop环境下运行WordCount，hadoop中的HelloWorld。

即上一篇《初步了解Hadoop》已经过去好多天了，今天继续hadoop学习之旅。大体了解hadoop原理，我们 […]