配置单节点伪分布式Hadoop

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

先写的这一篇，很多东西没再重复写。

一.所需软件

jdk和ubuntu都是32位的。

二.安装JDK

1.建jdk文件夹

cd usr
sudo mkdir javajdk

2.移动mv或者复制cp安装包

//进入桌面
cd home/hxsyl/DeskTop
sudo mv /usr/javajdk

3.安装

//切换到root下
//如果忘记密码，先
sudo passwd
//直接会让你输入新密码，不需要输入原来的密码
//到jdk目录下
./jdk-6u30-linux-i586.bin
//如果提示权限不足，先
chmod 777 jdk-6u30-linux-i586.bin

3.配置环境变量

sudo gedit /etc/profile

加入如下内容

# /etc/profile: system-wide .profile file for the Bourne shell (sh(1))
# and Bourne compatible shells (bash(1), ksh(1), ash(1), ...).
#set java environment
export JAVA_HOME=/usr/javajdk/jdk1.6.0_45
export JRE_HOME=/usr/local/java/jdk1.6.0_45/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH

注意：为了以后集群工作的方便，这里建议每台机器的java环境最好一致。一般更改/etc/profile文件后，需要重启机器才能生效。这里介绍一种不用重启使其生效的方法。

source /etc/profile

这个我没试过，我记得win下配置jdk的环境变量，不需要重启吧.......通过

//根目录下（已经知道在哪了），可以查看是否配置成功
java -version

注：java -version时出错：

The program 'java' can be found in the following packages:
* default-jre
* gcj-4.8-jre-headless
* openjdk-7-jre-headless
* gcj-4.6-jre-headless
* openjdk-6-jre-headless
Try: apt-get install <selected package>

意思是，系统可能自带有java,且现在还是使用默认自带的，未使用自行安装的jdk,所以需要更改默认的jdk才OK！

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

三.安装Hadoop

1.先把Hadoop文件搞到usr/hadoop1.2.1file下，然后进入该文件并解压。

sudo tar -zxvf hadoop-1.2.1.tar.gz
//hxsyl是此时登陆的用户
sudo chown -hR hxsyl /usr/hadoop1.2.1file

2.配置环境变量

直接洁的别人图，可以复制jdk的环境变量，然后结合这个图，修改配置下就ok。

3.设置安全外壳协议

推荐安装OpenSSH，Hadoop需要通过SSH来启动Slave列表中各台主机的守护进程，因此SSH是必需安装的。虽然我们现在搭建的是一个伪分布式的平台，但是Hadoop没有区分开集群式和伪分布式，对于伪分布式，Hadoop会采用与集群相同的处理方式，即按次序启动文件conf/slaves中记载的主机进程，只不过在伪分布式中Salve为localhost而已，所以对于伪分布式，SSH是必须的。

//配置过程（首先确保连接上网络）：
//安装SSH，在命令行输入如下
sudo apt-get install openssh-server
//配置可以免密码登陆本机
//在命令行输入（注意其中的ssh前面还有一个“.”不要遗漏）
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
（解释一下上面这条命令，ssh-keygen 代表生成密钥；-t 表示指定生成的密钥类型；dsa 是dsa密钥认证的意思；-P 用于提供密语（接着后面是两个单引号，不要打错）；-f 表示指定生成密钥文件）
这条命令完成后，会在当前文件夹下面的.ssh文件夹下创建id_dsa和id_dsa.pub两个文件，这是SSH的一对私钥和公钥，把id_dsa.pub（公钥）追加到授权的key中去，输入如下命令：
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
说明：一般来说，安装SSH时会自动在当前用户下创建.ssh这个隐藏文件夹，一般不会直接看到，除非安装好了以后，在命令行使用命令ls才会看到。
输入ssh localhost，显示登陆成功信息。

四.配置hadoop伪分布式

1.现在进入到安装Hadoop的文件夹，找到里面的conf文件夹，点击进去;配置hadoop环境文件hadoop-env.sh;打开文件，找到某行有”# export JAVA_HOME = ...” 字样的地方，去掉“#”，然后在等号后面填写你自己的JDK路径。

2.配置Hadoop的核心文件core-site.xml，打开文件，会发现标签<configuration></configuration>中是空的，在空的地方添加如下配置

<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hxsyl/tmp</value>
</property>

注意：在最后一个value值中，上面是hxsyl，是因为那是我的用户名，所以你需要将那个修改为你自己的用户名。

3.配置Hadoop中MapReduce的配置文件mapred-site.xml，打开文件，会发现标签<configuration></configuration>中是空的，在空的地方添加如下配置

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

4.配置Hadoop中hdfs-site.xml的配置文件，同样的在标签<configuration></configuration>中加入一下代码

<property>
<name>dfs.name.dir</name>
<value>/usr/hadoop1.2.1file/hadoop-1.2.1/datalog1,/usr/local/hadoop/hadoop-1.2.1/datalog2</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/usr/hadoop1.2.1file/hadoop-1.2.1/data1,/usr/local/hadoop/hadoop-1.2.1/data2</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>

注意：若是直接打开修改后无法保存，那么就

sudo gedit ...................