Hadoop入门学习笔记---part2

在《Hadoop入门学习笔记---part1》中感觉自己虽然总结的比较详细，但是始终感觉有点凌乱。不够系统化，不够简洁。经过自己的推敲和总结，现在在此处概括性的总结一下，认为在准备搭建hadoop环境时，需要在linux机器上做一些设置，在搭建Hadoop集群环境前，需要在本地机器上做以下设置：

1. 修改ip地址；
2. 关闭防火墙；
3. Hostname的修改；
4. Ssh自动登陆的设置（也即：免密码登录）；

　　**关于以上操作的详细命令可以查看上一篇博客《Hadoop入门学习笔记---part1》 。  作者：itRed   邮箱：it_red@sina.com　　博客：http://itred.cnblogs.com

然后是安装过程，分为两步：

1. 安装jdk;
2. 安装hadoop;

Part2的重点就是安装和配置hadoop:在myeclipse中查看Hadoop的源码。

在安装之前，说一说hadoop的版本：

1. Apache :官方版；
2. Cloudera: 使用下载最多的版本，稳定，有商业支持，在Apache基础上打上了patch。应该说是比较推荐的一种；
3. Yahoo ：内部使用的版本，发布过两次，已有的版本放到Apache上，后续的还在继续发布，并且是集中在Apache的版本上。

本人使用的Hadoop版本是1.1.2，使用的软件为Hadoop-1.1.2.tar.gz

在以上的设置工作完之后，正式进入安装和配置阶段：

1. 将该软件放到linux系统中，解压，为了方便，修改一下文件名和权限；
2. 设置环境变量；

#vi  /etc/profile
加上一行：export HADOOP_HOME=/usr/local/Hadoop
在PATH后添加：$HADOOP_HOME/bin:

然后执行这个命令让其立即生效：

#source /etc/profile

　　3. 修改hadoop的配置文件，用以实现伪分布，这里主要修改4个配置文件：

　　　　(1)     Hadoop-env.sh

　　　　　　主要是修改jdk的路径：

　　　　　　在该文件的第9行，修改JAVA_HOME的路径，根据自己的实际情况就行。

　　　　(2)     Core-site.xml

　　　　　　在configuration里面加入一下配置代码，需要注意自己的主机名，即最开始修改的hostname:

<property>
   <name>fs.default.name</name>
   <value>hdfs://hadoop:9000</value>
</property>
<property>
   <name>Hadoop.tmp.dir</name>
   <value>/usr/local/Hadoop/tmp</value>
</property>

　　　　(3)     Hdfs-site.xml:

<property>
   <name>dfs.replication</name>
   <value>1</value>
<property>
<property>
   <name>dfs.permission</name>
   <value>true</value>
<property>

　　　　(4)     Mapred-site.xml

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

　　4.  待配置完成后，需要对hadoop进行格式化，很多哦人开始不理解。这样想就行了，因为HDFS是一个文件系统，专门用来存储的。想想U盘什么的都需要格式化。

格式化的命令为：#hadoop namenode –format

　　　　(总结：如果启动后发现有进程没有启动，需要重新格式化，那么首先得把已经启动了的进程停止掉，才能进行操作。#stop-all.sh)

　　5. 启动Hadoop：

命令：#start-all.sh  (注意：中间没有空格)
很自然能想到关闭停止的命令：#stop-all.sh    

　　　　可以进行单个启动和关闭。

　　　　启动完成后，需要验证是否正确，用命令jps来验证，注意不是jsp:　　

#jps

　　　　这时会出现5个java进程（一共6个，其中包含一个jps），分别为:

　　　　SecondaryNameNode     DataNode     TaskTracker    NameNode    JobTracker    Jps　　　

　　　　

　　这样就算安装成功了！如果还不甘心，希望在浏览器中查看，不慌。这就说来。

　　如果你的操作界面时命令行模式，首先#startx 进入操作系统的界面模式，然后打开浏览器，在浏览器中输入hadoop:50070或输入 Hadoop:50030就可以看到如下界面：

hadoop:50070页面：

　　

　　hadoop:50030页面：

　　

　　关于某进程没有启动的常见解决办法：

　　　　HDFS在安装后没有格式化；

　　　　4个配置文件修改可能存在问题；

　　　　Hostname与ip没有绑定；

　　　　Ssh的免密码登录没有配置成功。

　　　　如果确保没有任何操作失误，或者在多次格式化后，还是不能启动某个进程，那么去删除/usr/local/Hadoop/目录下的tmp文件夹，然后再重新格式化。应该就没有什么问题了。

　　

　　那么如何在myeclipse中查看Hadoop的源码呢？

　　　　首先解压hadoop软件。我使用的版本是：hadoop-1.1.2.tar.gz

　　　　解压后的文件目录结构如下：

　　

　　　　然后打开myeclipse，新建一个java工程，把src目录下的core文件夹，hdfs文件夹，mapred文件夹拷贝到src目录下。然后选择你的jdk，然后把那个src包调一下，就可以打开看到Hadoop的源码了。

作者：itRed
邮箱：it_red@sina.com
博客：http://www.cnblogs.com/itred
***版权声明：本文版权归作者和博客园共有，欢迎转载，但请在文章显眼位置标明文章出处。未经本人书面同意，将其作为他用，本人保留追究责任的所有权利。