Ubuntu11.10下安裝Hadoop1.0.0（單機偽分布式）

環境配置：Ubuntu11.10，Hadoop1.0.0

安裝ssh

apt-get install ssh

安裝rsync

apt-get install rsync

配置ssh免密碼登錄

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >>~/.ssh/authorized_keys

驗證是否成功

ssh localhost

下載Hadoop1.0.0,JDK

新建 linux 終端，建立app目錄，Java和Hadoop都將安裝在此目錄中。

mkdir /home/app

接下來，安裝Java和Hadoop，Hadoop解壓即可。

cd /home/app
chmod +x jdk-6u30-linux-i586.bin
./jdk-6u30-linux-i586.bin

tar zxf hadoop-1.0.0-bin.tar.gz

配置JDK環境變量

vi /etc/profile

增加下面語句到最后

export JAVA_HOME=/home/app/jdk1.6.0_30
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

接下來開始配置Hadoop

進入Hadoop目錄

cd /home/app/hadoop-1.0.0

修改配置文件，指定JDk安裝路徑

vi conf/hadoop-env.sh

export JAVA_HOME=/home/app/jdk1.6.0_30

修改Hadoop核心配置文件core-site.xml，這里配置的是HDFS的地址和端口號

vi conf/core-site.xml

<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://localhost:9000</value>    
    </property>

</configuration>

修改Hadoop中HDFS的配置，配置的備份方式默認為3，因為安裝的是單機版，所以需要改為1

vi conf/hdfs-site.xml

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

        <value>1</value>
    </property>
</configuration>

修改Hadoop中MapReduce的配置文件，配置的是JobTracker的地址和端口

vi conf/mapred-site.xml

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

    </property>
</configuration>

接下來，啟動Hadoop，在啟動之前，需要格式化Hadoop的文件系統HDFS，進入Hadoop文件夾，輸入下面命令

bin/hadoop namenode -format

然后啟動Hadoop，輸入命令

bin/start-all.sh

這個命令為所有服務全部啟動。

最后，驗證Hadoop是否安裝成功。打開瀏覽器，分別輸入一下網址：

http://localhost:50030    (MapReduce的Web頁面)

http://lcoalhost:50070    (HDfS的web頁面)

如果都能查看，說明安裝成功。

Hadoop分別從三個角度將主機劃分為兩種角色：

第一，劃分為master和slave，即主人與奴隸。

第二，從HDFS的角度，將主機劃分為namenode和datanode(在分布式文件系統中，目錄的管理很重要，管理目錄的就相當于主人，而namenode就是目錄管理者)。

第三，從MapReduce的角度，將主機劃分為JobTracker和TaskTracker(一個job經常被劃分為多個task，從這個角度不難理解它們之間的關系)。