Hadoop伪分布式安装【翻译自Hadoop1.1.2官方文档】

420次阅读

共计 2780 个字符，预计需要花费 7 分钟才能阅读完成。

1.Hadoop 支持的平台：
GNU/Linux 平台是一个开发和生产的平台. hadoop 已经被证明可以在 GNU/Linux 平台不是 2000 多个节点。win32 是一个开发平台，分布式操作还没有在 win32 系统上很好的测试，所以它不被作为生产环境。
2. 安装 hdoop 需要的软件：
linux 和 windows 下安装 hadoop 需要的软件：

2.1 从 sun 官网下载的 1.6 的 jdk 必须被安装.

2.2ssh 必须被安装 and ssh 协议必须使用 hadoop 脚本用来管理远程的 hadoop 进程。

2.3windows 环境下，额外需要安装下面软件：Cygwin – 运行上述软件必须安装的 shell 环境。

3. 安装软件：

如果你的集群没有必要的软件，那么你必须安装它们

在 unbuntu linux 上执行命令如下：

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

在 Windows 环境下，如果你安装 cywin 的话，你不必安装上述软件，只需要在安装 cygwin 的时候选择相关的软件包即可。

openssh – the Net category
4. 下载 hadoop 地址：
http://hadoop.apache.org/releases.html
5. 准备开始 hadoop 的集群：
解压下载好的 hadoop 软件包，在该软件包中，编辑 conf/hadoop-env.sh 文件，在其中定义 JAVA_HOME。
尝试一下命令：
$ bin/hadoop
它会给你展示如何使用 hadoop 脚本。

现在你将进行安装三种 hadoop 支持模式中的一种即本地安装：

本地 (单节点) 模式
伪分布模式
分布式安装模式
6. 单节点安装：
在默认情况下，hadoop 被配置用来运行不是分布式的模式，作为一个单独的 java 进程。这种模式对于调试来说非常有用。
这个示例程序是 hadoop 自带的，用于把 conf 下的 xml 文件拷贝到 input 目录下，并且找到并显示所有与最后一个参数的正则表达式相匹配的行，output 是输出文件夹

$ mkdir input
$ cp conf/*.xml input
$ bin/hadoop jar hadoop-examples-*.jar grep input output ‘dfs[a-z.]+’
$ cat output/*

如此，本地安装完毕！

7. 伪分布式安装

hadoop 同样也可以以伪分布式模式在一个独立的节点上运行，其中每个 hadoop 进程都以独立的 java 进程运行。

7.1 配置:

使用以下配置：

conf/core-site.xml:

<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value> <description>localhost 切换成本地的机器名 </description>
</property>
</configuration>

conf/hdfs-site.xml:

<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>

conf/mapred-site.xml:

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

7.2 安装 ssh
现在可以测试本地免密码登录了:
$ ssh localhost

如果你无法本地免密码登录，你可以执行以下密令，重新生成 ssh 秘钥:
$ ssh-keygen -t dsa -P ” -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

7.3 执行:

格式化一个新的分布式文件系统:
$ bin/hadoop namenode -format

启动 hadoop 进程：
$ bin/start-all.sh

hadoop 进程的日志输出目录是: ${HADOOP_LOG_DIR} directory (defaults to ${HADOOP_HOME}/logs).

通过网页来浏览 Namenode 和 Jobtracker 状态, 默认情况下它们的访问地址是:

NameNode – http://localhost:50070/
JobTracker – http://localhost:50030/
7.4 测试 hadoop:
把 input 中的文件拷贝到分布式系统:
$ bin/hadoop fs -put conf input

运行提供一些示例:
$ bin/hadoop jar hadoop-examples-*.jar grep input output ‘dfs[a-z.]+’

检查输出:

从分布式系统中拷贝 output 中的文件到本地目录，并进行检测它们:
$ bin/hadoop fs -get output output
$ cat output/*

or

查看 output 下的分布式目录:
$ bin/hadoop fs -cat output/*