单节点伪分布式Hadoop配置

2022-11-07 20:36:16

本文所用软件版本：

VMware-workstation-full-11.1.0

jdk-6u45-linux-i586.bin

ubuntukylin-14.04-desktop-i386.iso

第一步：安装JDK

详见本博客 http://www.cnblogs.com/yangxiao99/p/4519385.html

第二步：安装Hadoop

首先加入下载的Hadoop安装包在/usr/local/hadoop文件夹下面。然后在命令行下进入/usr/local/hadoop文件，类似于上面的。然后输入解压命令如下

sudo tar -zxvf hadoop-1.2.1.tar.gz

为了以后操作/usr/local/hadoop文件夹里面的文件方便，我们设置一下文件夹的权限，在命令行输入如下

sudo chown -hR ubuntu /usr/hadoop

注意：在上面的命令中，ubuntu是我自己此时登陆的用户名，因此你需要将那个改成你自己的用户名。

第三步：配置Hadoop环境变量

第四步：设置SSH（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）：

①　安装SSH，在命令行输入如下

sudo apt-get install openssh-server

②　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

至此，免密码登陆本机已经配置完毕。

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。

③　输入ssh localhost，显示登陆成功信息。

第五步：配置Hadoop伪分布式模式

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，如下所示

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/ubuntu/tmp</value>  

 </property>

（注意：在最后一个value值中，上面是ubuntu，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）

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>

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/local/hadoop/hadoop-1.2.1/datalog1,/usr/local/hadoop/hadoop-1.2.1/datalog2</value>

 </property>

 <property>

 <name>dfs.data.dir</name>

 <value>/usr/local/hadoop/hadoop-1.2.1/data1,/usr/local/hadoop/hadoop-1.2.1/data2</value>

 </property>

 <property>

 <name>dfs.replication</name>

 <value>2</value>

 </property>

以上配置用的命令是：sudo gedit ******

第六步：格式化Hadoop文件系统HDFS并启动Hadoop

首次运行hadoop必须进行格式化Hadoop文件系统，以后运行即可跳过。打开命令行，进入安装了Hadoop的文件路径下，然后在命令行输入

bin/hadoop namenode -format

格式化文件系统，然后启动Hadoop，在命令行里面输入

bin/start-all.sh