Hadoop入门--HDFS（单节点）配置和部署 (一)

一 配置SSH

1. 下载ssh服务端和客户端
   • sudo apt-get install openssh-server openssh-client
2. 验证是否安装成功
   • ssh username@192.168.30.128
   • 按照提示输入username的密码，回车后显示以下，则成功。(此处不建议修改端口号，hadoop默认的是22,修改后启动hadoop会报异常，除非在hadoop的配置文件中也修改ssh端口号)
   • Welcome to Ubuntu 13.04 (GNU/Linux 3.8.0-34-generic i686)

     * Documentation:  https://help.ubuntu.com/

     New release '13.10' available.
     Run 'do-release-upgrade' to upgrade to it.

     Last login: Sun Dec  8 10:27:38 2013 from ubuntu.local

3. 公钥-私钥登录配置（无密）
   • ssh-keygen -t rsa -P ""（其中会出现输入提示，回车即可，之后home/username/.ssh/ 下生成id_rsa ，id_rsa.pub， known_hosts三个文件。
       /home/username/ 下生成 authorized_keys 文件）
4. 将id_rsa.pub追加到authorized_keys授权文件中
   • cat .ssh/id_rsa >> authorized_keys  （切换到/home/username/下）
5. 公钥-私钥登录配置（有密）
   • ssh-keygen -t rsa （在出现 Enter passphrase (empty for no passphrase):
     时，输入设置的密码。其它同上，此处未测试过）

二 安装JDK（采用OpenJDK，为啥不用JDK...百度or谷歌）

1. 下载jdk
   • sudo apt-get install openjdk-7-jdk（目前最新的是openjdk-7）
2. 配置环境变量
   • sudo vim ～/.bashrc
   • （在文件末尾添加）  export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-i386
        export JRE_HOME=${JAVA_HOME}/jre
        export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
        export PATH=${JAVA_HOME}/bin:$PATH
   • （修改环境变量生效）source ~/.bashrc
3. 测试jdk是否安装成功
   • java -version（出现以下信息则成功）
   • java version "1.7.0_25"
     OpenJDK Runtime Environment (IcedTea 2.3.10) (7u25-2.3.10-1ubuntu0.13.04.2)
     OpenJDK Client VM (build 23.7-b01, mixed mode, sharing)

三 安装Hadoop和HDFS配置

1. 下载hadoop
   • tar -zxvf  hadoop-1.2.1.tar.gz（解压到 hadoop-1.2.1目录下）
   • mv hadoop-1.2.1 hadoop（hadoop-1.2.1目录改名为hadoop）
   • cp hadoop /usr/local（复制hadoop到 /usr/local 目录下）
2. 配置hdfs文件（hadoop/conf/core-site.xml，hadoop/conf/hdfs-site.xml，hadoop/conf/mapred-site.xml）

• sudo vim /usr/local/hadoop/conf/core-site.xml（修改为以下内容）
• <?xml version="1.0"?>
     <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
     <!-- Put site-specific property overrides in this file. -->
    
     <configuration>
       <property>
         <name>fs.default.name</name>
         <value>hdfs://192.168.30.128:9000</value>
      </property>
    </configuration>
• sudo vim /usr/local/hadoop/conf/hdfs-site.xml（修改为以下内容）
• <?xml version="1.0"?>
     <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
     <!-- Put site-specific property overrides in this file. -->
    
     <configuration>
     <property>
          <name>hadoop.tmp.dir</name>
          <value>/home/username/hadoop_tmp</value><!--需要创建此目录-->
         <description>A base for other temporary directories.</description>
    </property>
    <property>
       <name>dfs.name.dir</name>
       <value>/tmp/hadoop/dfs/datalog1,/tmp/hadoop/dfs/datalog2</value>
    </property>
    <property>
       <name>dfs.data.dir</name>
       <value>/tmp/hadoop/dfs/data1,/tmp/hadoop/dfs/data2</value>
    </property>
    <property>
       <name>dfs.replication</name>
        <value>2</value>
    </property>
• sudo vim /usr/local/hadoop/conf/mapred-site.xml（修改为以下内容）
• <?xml version="1.0"?>
     <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
     <!-- Put site-specific property overrides in this file. -->
    
     <configuration>
      <property>
       <name>mapred.job.tracker</name>
       <value>192.168.30.128:9001</value>
     </property>
    </configuration>

四  运行wordcount

1. 在hdfs中创建一个统计目录，输出目录不用创建，否则运行wordcount的时候报错。
2. ./hadoop fs -mkdir /input
3. ./hadoop fs -put myword.txt /input
4. ./hadoop jar /usr/local/hadoop/hadoop-examples-1.2.1.jar wordcount /input /output
5. ./hadoop fs -cat /output/part-r-00000