Hadoop的安装与配置说明

安装hadoop是一件非常容易的事情,读者可以在官网上下载到最近的几个hadoop版本。网址为http://apache.etoak.com//hadoop/core/.
   目前,hadoop可以运行在linux,unix,windows系统上。实际上hadoop是为在linux平台上使用而开发出来的。但是hadoop在一些主流的unix版本(甚至包括Mac OS X)也运行良好。对于windows,这个问题有些复杂。如果想在windows上运行hadoop,那么必须先安装Cygwin以模拟linux环境,然后再安装hadoop。在unix上安装hadoop和在linux上安装hadoop的过程基本相同,因此对在unix上安装hadoop的过程不再赘述。

安装与配置

在linux安装Hadoop之前,需要先安装两个程序:
      Sun公司的java-1.6
      SSH,推荐安装OpenSSH

安装JDK

安装JDK是一个很简单的过程,以ubuntu为例。
   (1)下载安装JDK
   确保可以连接到互联网,输入命令:
   sudo apt-get install sun-java6-jdk
   输入密码,确认,就可以安装java了
   (2)配置环境变量:
   输入命令:
   sudo gedit /etc/profile
   输入密码,打开profile文件
   在最下面输入如下内容:
   #set Java Environment
   export JAVA_HOME= (你的java安装位置,一般为/usr/lib/jvm/java-6-sun)
   export CLASSPATH=".:$JAVA_HOME/lib:$CLASSPATH"
   export PATH="$JAVA_HOME/:$PATH"
   (3)验证java是否安装成功
   输入命令:
   java -version
   查看信息
   java version "1.6.0_14"
   Java(TM) SE Runtime Environment (build 1.6.0_14-b08)
   Java HotSpot(TM) Server VM (build 14.0-b16, mixed mode)

配置ssh免密码登录

同样的,以ubuntu为例,用户名为u:
   (1)确认已经连接上互联网,输入命令:sudo apt-get install ssh
   (2)配置可以无密码登陆本机:
   首先查看在u用户下是否存在.ssh文件夹(注意ssh前面有“.”,这是一个隐藏文件夹),输入命令:
   ls -a /home/u。
   接下来,输入命令:
   ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
   这个命令会在.ssh文件夹下创建两个文件id_dsa及id_dsa.pub,这是ssh的一对私钥和公钥,类似于钥匙及锁,把id_da.pub(公钥)追加到授权的key里面去,
   输入命令:
   cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
这段话的意思是把公钥加入到用于认证的公钥文件中,这里authorized_keys是用于认证的公钥文件。
   至此无密码登陆本机以安装完成。
   (3)验证ssh已安装成功及无密码登陆本机
   输入命令:
   ssh -version
   显示结果:
   OpenSSH_5.1p1 Debian-6ubuntu2, OpenSSL 0.9.8g 19 Oct 2007
   Bad escape character 'rsion'.
   这显示了ssh已经安装成功
   输入命令:
   ssh localhost
   会有如下显示:
   The authenticity of host 'localhost (::1)' can't be established.
   RSA key fingerprint is 8b:c3:51:a5:2a:31:b7:74:06:9d:62:04:4f:84:f8:77.
   Are you sure you want to continue connecting (yes/no)? yes
   Warning: Permanently added 'localhost' (RSA) to the list of known hosts.
   Linux master 2.6.31-14-generic #48-Ubuntu SMP Fri Oct 16 14:04:26 UTC 2009 i686

To access official Ubuntu documentation, please visit:
   http://help.ubuntu.com/

Last login: Mon Oct 18 17:12:40 2010 from master
   admin@hadoop:~$
   如上显示,说明已经安装成功,第一次登录时会询问你是否继续链接,输入yes即可以进入。
   实际上,在hadoop的安装过程中,是否无密码登陆不是必须的,但是如果不配置无密码登陆的话,每次启动hadoop,都需要输入密码以登陆到每台daotanode,考虑到一般的hadoop集群动辄数十数百台机器,因此一般来说都会配置ssh的无密码登陆。

安装运行Hadoop

介绍hadoop的安装之前,介绍一下hadoop对各个节点的角色定义。
   Hadoop按三类分别将主机划分为两种角色,首先,最基本的就是master和slave,主人与奴隶;第二,按hdfs的角度,将主机划分为namenode和datanode(在分布式文件系统中,目录的管理很重要,管理目录的就相当于主人,而namenode就是目录管理者);第三,按mapreduce的角度,将主机划分为jobtracker和tasktracker(一个job经常被划分为多个task,从这个角度不难理解他们之间的关系)。
hadoop有官方发行版与cloudera版,其中cloudera版式hadoop的商用版本,这里笔者先介绍hadoop官方发行版的安装方法。
   (1)hadoop官方发行版
   Hadoop有三种运行方式,单节点方式,单机伪分布方式与集群方式。乍看之下,前两种方式并不能体现云计算的优势,在实际应用并没有什么意义,但是在程序的测试与调试中,还是很有意义的。
   你可以在以下地址获得hadoop的官方发行版
   http://www.apache.org/dyn/closer.cgi/hadoop/core/
   下载hadoop-0.20.2.tar.gz并将其解压,这里将其解压到用户目录下,一般为/home/[你的用户名]/。
   单节点配置方式:
   安装单节点的hadoop无需配置,在这种方式下,hadoop被认作为一个单独的java进程,这种方式经常用来调试。
   伪分布式hadoop配置:
   你可以把伪分布式的hadoop看作为一个只有一个节点的集群,在这个集群中,这歌节点既是master,也是slave;既是namenode也是datanode;既是jobtracker,也是tasktracker。
   配置伪分布的过程也很简单,只需要修改几个文件
   进入conf文件夹,修改配置文件:
   Hadoop-env.sh:
   export JAVA_HOME=“你的java安装地址”
   指定java位置:
   conf/core-site.xml:
<configuration>
     <property>
 <name>fs.default.name</name>
 <value>hdfs://localhost:9000</value>
     </property>
</configuration>
   这是hadoop核心的配置文件,这里配置的是hdfs(hadoop的分布式文件系统)的地址及端口号
   conf/hdfs-site.xml:
<configuration>
     <property>
 <name>dfs.replication</name>
 <value>1</value>
     </property>
</configuration>
   这是hadoop中hdfs的配置,配置的备份方式,默认为3,在单机版hadoop中,需要将其改为1
   conf/mapred-site.xml:
<configuration>
     <property>
 <name>mapred.job.tracker</name>
 <value>localhost:9001</value>
     </property>
</configuration>
   这是hadoop中mapreduce的配置文件,配置的是jobtracker的地址及端口
   需要注意的是,如果安装的是0.20之前的版本,那么只有一个配置文件,即为hadoop-site.xml。
   接下来,启动hadoop前,需格式化hadoop的文件系统hdfs(这点与windows是一样的,重新分区后的卷总是需要格式化的),进入hadoop文件夹
   输入命令:
   bin/hadoop namenode ?format
   格式化文件系统,接下来,启动hadoop
   输入命令:
   bin/start-all.sh(全部启动)
   最后,验证hadoop是否安装成功
   打开浏览器,分别输入网址
   http://localhost:50030 (mapreduce的web页面)
   http://localhost:50070 (hdfs的web页面)
   如果都能查看,说明hadoop已经安装成功。
   对于hadoop来说,mapreduce及hdfs都是必须的,但是如果有必要的话,你依然可以只启动hdfs(start-dfs.sh)或mapreduce(start-mapred.sh)。

上一篇:hadoop环境安装及简单Map-Reduce示例


下一篇:hadoop分布式安装教程(转)