Hadoop之中的一个：Hadoop的安装部署

说到Hadoop不得不说云计算了，我这里大概说说云计算的概念，事实上百度百科里都有，我仅仅是copy过来，好让我的这篇hadoop博客内容不显得那么单调、骨感。云计算近期今年炒的特别火，我也是个刚開始学习的人。记下我自学hadoop的一些经历和过程。

云计算（cloud computing）是基于互联网的相关服务的添加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且常常是虚拟化的资源。

云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至能够让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力能够模拟核爆炸、预測气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心。按自己的需求进行运算。对云计算的定义有多种说法。对于究竟什么是云计算，至少能够找到100种解释。眼下广为接受的是美国国家标准与技术研究院（NIST）定义：云计算是一种按使用量付费的模式，这样的模式提供可用的、便捷的、按需的网络訪问，
进入可配置的计算资源共享池（资源包含网络，server，存储。应用软件，服务）。这些资源可以被高速提供。仅仅需投入非常少的管理工作，或与服务供应商进行非常少的交互。

（以上是照搬百度百科的。别吐槽啊。跪谢了……）。

说完了云计算。我们来说说Hadoop的概念吧，Hadoop是一个分布式的基础架构，由Apache基金会开发。Hadoop实现了一个分布式文件系统也就是兴许文章会说到的HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的硬件上。并且它提供高传输率来訪问应用程序的数据，适合那些有着超大数据集的应用程序。

HDFS放宽了（relax）POSIX的要求。能够以流的形式訪问文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce.HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。

好吧。太罗嗦了。写那么多概念大部分都是从百度百科里摘抄下来的。我厌烦了。以下来讲讲怎样配置部署Hadoop环境，首先要说的是，眼下Hadoop版本号已经到2的版本号了，可是非常遗憾，我作为一个刚開始学习的人，我还是比較喜欢一步一个脚印的学习，所以我们今天要讲的是Hadoop1的部署和配置，以后的篇章也是针对Hadoop1的版本号来学习。

Hadoop能够装在非常多的操作系统上，比方Windows上，Linux上。苹果的Mac OSX上。因为眼下的经常使用的生产环境都是Linux操作系统。所以我们本章之讲在Linux操作系统下怎样配置部署Hadoop。Hadoop部署方式有三种各自是单机模式、伪分布式模式和分布式模式。

因为本人电脑配置有限，无法虚拟太多的Linux环境，所以我们今天临时仅仅讲伪分布式的部署方式。至于单机模式，本文章不讲述，后面的篇幅我会讲分布式模式的配置步骤。

准备环境：Ubuntu12、jdk-6u45-linux-i586.bin、hadoop-1.0.4.tar.gz（作为程序猿来讲，这些大家都是能够在官网弄到手的，我就不给下载地址了……假设读者看到这里，或许会吐槽了，Hadoop不止这些啊。Hbase哪去了、Hive数据仓库哪里去了？这太扯了吧……呵呵，我想说的是，一步一步的来，会的大神么就别吐槽我了，我菜鸟一枚，以后的篇章我会一一写出来这些内容，我做好了持久战的准备……）

首先进入 Ubuntu操作系统，检查一下Ubuntu是否安装了java jdk。

好吧。进入我们的Ubuntu终端，输入java -version，看看是否已经安装的sun公司的jdk，如图：

好吧。我这里是安装好的，没有安装jdk的同学。我继续说了。

将我们的jdk-6u45-linux-i586.bin文件考入到ubuntu的/home/zhaolong/下，好吧，我有一个这种用户。你们依照你们的路径来吧。在Linux安装jdk事实上就是一个文件解压的过程，安装前必须给当前这个文件进行授权。

cd命令进入我们jdk文件所在的文件夹。也就是/home/zhaolong/下，键入命令chmod
777 jdk-6u45-linux-i586.bin。

文件授权完成之后，我们開始解压，使用./jdk-6u45-linux-i586.bin命令解压jdk文件。

解压完毕之后，我们使用vi .bashrc命令进入到.bashrc文件编辑模式。

我们要配置环境变量，在.bashrc文件的最后一行以下输入：

export JAVA_HOME=/home/zhaolong/jdk1.6.0_45 和 export PATH=/bin:$JAVA_HOME/bin:/usr/bin:$PATH:. 

编辑完毕后按ESC键然后输入:wq保存退出。使用. .bashrc命令使其生效。这时候我们再来用java
-version来验证我们是否成功安装jdk了，不出意外应该会出现上图的内容。

接下来，我们来配置SSH的无password登录，假设SSH有password的话。每次启动每一个节点都要又一次输入password。这是一件非常麻烦的事情。

首先使用命令sudo apt-get install ssh安装ssh，安装的过程须要联网，下载有点慢，要有点耐心……

成功安装后，输入ssh-keygen命令，不用理会以下的内容，一路回车就可以，结束后会在~/.ssh/文件夹下生成了两个文件：id_dsa和
id_rsa.pub。这两个文件是成对出现的类似钥匙和锁，再把id_dsa.pub文件拷贝到~/.ssh/文件夹的authorizde_keys里详细命令为：cp id_dsa.pub authorizde_keys

SSH我们安装配置好了，接着，我们安装Hadoop。将下载好的hadoop文件hadoop-1.0.4.tar.gz复制到/home/zhaolong/下。和安装JDK一样，我们要设置文件的权限，不然无法解压。设置hadoop-1.0.4.tar.gz文件的权限。命令为：chmod
777 hadoop-1.0.4.tar.gz

解压解压hadoop-1.0.4.tar.gz文件，命令为：tar
xzvf hadoop-1.0.4.tar.gz

解压完毕后。加入hadoop bin到环境变量中。

详细操作依旧是改动.bashrc文件最以下的$PATH环境变量。操作和上面的配置JDK的环境变量一样，我就不赘述了。

Hadoop环境变量配置好后，我们须要配置一些Hadoop的配置文件，我们须要进入到hadoop/conf文件夹下。

1、改动：hadoop-env.sh配置文件，文件内容添加

export JAVA_HOME=/home/zhaolong/jdk1.6.0_45

2、改动：core-site.xml配置文件。文件内容添加

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://localhost:9000</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/hadoop</value>

</property>

</configuration>

3、改动：hdfs-site.xml配置文件。文件内容添加

<configuration>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>

4、改动：mapred-site.xml配置文件。文件内容添加

<configuration>

<property>

<name>mapred.job.tracker</name>

<value>localhost:9001</value>

</property>

</configuration>

以上4步骤都配置完毕后，我们须要启动一下Hadoop来验证我们的环境是否部署成功。启动前。必须先格式化文件系统，当然这个格式化文件系统仅仅在第一次启动是进行，以后不须要又一次格式化文件系统。格式化文件系统的命令为：hadoop
namenode -format

文件系统格式化须要等待一段时间，只是不会非常长，格式化完毕之后。我们能够尝试着启动Hadoop了。为了方便我们start-all.sh命令启动全部的服务。

我们启动了所以的服务。

好吧大概说一下Hadoop启动和停止的经常使用命令，

（1）格式化文件系统，命令为：hadoop
namenode -format

（2）启动关闭全部服务：start-all.sh/stop-all.sh

（3）启动关闭HDFS：start-dfs.sh/stop-dfs.sh

（4）启动关闭MapReduce：start-mapred.sh/stop-mapred.sh

（5）使用jps命令查看进程，确保有namenode。dataNode，JobTracker

（6）Job
Tracker管理界面：http://localhost:50030

（7）HDFS管理界面：http://localhost:50070

（8）HDFS通信port：9000

（9）MapReduce通信port：9001

先写到这吧。夜深了，该睡觉了……写的比較笼统，先这样吧。晚安……