Hadoop安装部署的预备条件

1、目的

这篇文件的目的是帮助你快速完成单机上的Hadoop安装与使用以便你对Hadoop分散式档案系统(HDFS)和Map-Reduce框架有所体会，比如在HDFS上执行示例程式或简单作业等。

2、先决条件

支援平台

1. GNU/Linux是产品开发和执行的平台。 Hadoop已在有2000个节点的GNU/Linux主机组成的集群系统上得到验证。

2. Win32平台是作为开发平台支援的。由于分散式操作尚未在Win32平台上充分测试，所以还不作为一个生产平台被支援。

所需软件

Linux和Windows所需软件包括:

1. JavaTM1.5.x，必须安装，建议选择Sun公司发行的Java版本。

2. ssh 必须安装并且保证 sshd一直执行，以便用Hadoop 指令码管理远端Hadoop守护程序。

Windows下的附加软件需求:

1. Cygwin - 提供上述软件之外的shell支援。

安装软件

如果你的丛集尚未安装所需软件，你得首先安装它们。

以Ubuntu Linux为例:

$ sudo apt-get install ssh

$ sudo apt-get install rsync

在Windows平台上，如果安装cygwin时未安装全部所需软件，则需启动cyqwin安装管理器安装如下软件包：

1. openssh - Net 类

3、下载

为了获取Hadoop的发行版，从Apache的某个映象服务器上下载最近的稳定发行版。

执行Hadoop丛集的准备工作

解压所下载的Hadoop发行版。编辑 conf/hadoop-env.sh档案，至少需要将JAVA_HOME设定为Java安装根路径。

尝试如下命令：

$ bin/hadoop

将会显示hadoop 指令码的使用文件。

现在你可以用以下三种支援的模式中的一种启动Hadoop丛集：

1. 单机模式

2. 伪分散式模式

3. 完全分散式模式

4、单机模式的操作方法

预设情况下，Hadoop被配置成以非分散式模式执行的一个独立Java程序。这对除错非常有帮助。

下面的例项将已解压的 conf 目录拷贝作为输入，查询并显示匹配给定正则表示式的条目。输出写入到指定的output目录。

$ mkdir input

$ cp conf/*.xml input

$ bin/hadoop jar hadoop-*-examples.jar grep input output \dfs[a-z.]+\

$ cat output/*

5、伪分散式模式的操作方法

Hadoop可以在单节点上以所谓的伪分散式模式执行，此时每一个Hadoop守护程序都作为一个独立的Java程序执行。

配置

使用如下的 conf/hadoop-site.xml:

fs.default.name

localhost:9000

mapred.job.tracker

localhost:9001

dfs.replication

1

免密码ssh设定

现在确认能否不输入口令就用ssh登入localhost:

$ ssh localhost

如果不输入口令就无法用ssh登陆localhost，执行下面的命令：

$ ssh-keygen -t dsa -P \\ -f ~/.ssh/id_dsa

$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

执行

格式化一个新的分散式档案系统：

$ bin/hadoop namenode -format

启动Hadoop守护程序：

$ bin/start-all.sh

Hadoop守护程序的日志写入到 ${HADOOP_LOG_DIR} 目录 (预设是 ${HADOOP_HOME}/logs).

浏览NameNode和JobTracker的网络界面，它们的地址预设为：

1. NameNode - http://localhost:50070/

2. JobTracker - http://localhost:50030/

将输入档案拷贝到分散式档案系统：

$ bin/hadoop fs -put conf input

执行发行版提供的示例程式：

$ bin/hadoop jar hadoop-*-examples.jar grep input output \dfs[a-z.]+\

检视输出档案：

将输出档案从分散式档案系统拷贝到本地档案系统检视：

$ bin/hadoop fs -get output output

$ cat output/*

或者

在分散式档案系统上检视输出档案：

$ bin/hadoop fs -cat output/*

完成全部操作后，停止守护程序：

$ bin/stop-all.sh

6、完全分散式模式的操作方法

关于搭建完全分散式模式的，有实际意义的丛集的资料可以在https://hadoop.apache.org/docs/r1.0.4/cn/cluster_setup.html找到。

Java与JNI是Sun Microsystems, Inc.在美国以及其他国家地区的商标或注册商标。

我们可以此时总结一下大致的安装步骤：

1. 安装Linux

2. 安装JDK

3. 关闭防火墙

4. 关闭Selinux

5. 配置主机名对映

6. 对映

7. 修改主机名

8. SSH绵密登入

9. 配置档案控制代码数

10. Hadoop下载和解压

11. 配置Hadoop环境变数

12. Hadoop xml 档案配置

13. Slaves子节点配置

14. 程式复制其他节点

15. 启动和格式化

16. 验证丛集

17. 检视WEB界面

注：明天更新hadoop目录结构