前言

最近在學習Hadoop，文章只是記錄我的學習過程，難免有不足甚至是錯誤之處，請大家諒解并指正！Hadoop版本是最新發布的Hadoop-0.21.0版本，其中一些Hadoop命令已發生變化，為方便以后學習，這里均采用最新命令。具體安裝及配置過程如下：

1?機器配置說明

總共有3臺機器：hzau01、hzau02、hzau03

IP地址分別為：192.168.0.4、192.168.0.17、192.168.0.6

操作系統為：Linux2.6.33.3-85.fc13.i686.PAE

jdk版本為：jdk1.6.0_23

hadoop版本為：hadoop-0.21.0

hzau01作為NameNode、JobTracker，其他兩臺臺作為DataNode、TaskTracker

2??查看機器間是否能相互通信（使用ping命令）

用root登錄，在NameNode上修改/etc/hosts文件，加入三臺機器的IP地址和機器名，如下：

192.168.0.4??hzau01

192.168.0.17??hzau02

192.168.0.6??hzau03

??????設置好后驗證下各機器間是否ping通，用機器名或是IP地址都可以，例如ping?hzau02或ping?192.168.0.17

Hadoop要求所有機器上hadoop的部署目錄結構要相同并且有一個相同的用戶名的帳戶，我的默認路徑為/home/garon

3??ssh設置及關閉防火墻

1）fedora裝好后默認啟動sshd服務，如果不確定的話可以查一下?[garon@hzau01?~]$?service?sshd?status

如沒有啟動的話，先啟動?[root@hzau01?~]#?service?sshd?start

建立ssh無密碼登錄，在NameNode上?[garon@hzau01?~]ssh-keygen?-t?dsa?-P?''?-f?~/.ssh/id_dsa(''為兩個單引號)

會在~/.ssh/生成兩個文件：id_dsa和id_dsa.pub，這兩是成對出現的，把id_dsa.pub文件追加到DataNode上的authorized_keys

[garon@hzau01?~]$?scp?~/.ssh/id_dsa.pub?hzau02:/home/garon/.ssh?(注意其中目標機器后面的：與要傳到的文件路徑之間沒有空格，即sc706:與/home/hadoop/之間沒有空格)

???scp?~/.ssh/id_dsa.pub?hzau03:/home/garon/.ssh

登錄到DataNode上，[garon@hzau02?~]$?cat?~/.ssh/id_dsa.pub?>>?~/.ssh/authorized_keys?，其余一臺一樣，注意：追加完后必須修改NameNode和DataNode上的.ssh和authorized_keys的權限，chmod命令，參數600，完成后測試下，例如ssh?hzau02時不需要密碼就可以登錄，就可以知道ssh設置成功。

2）關閉防火墻（NameNode和DataNode都必須關閉）

?[root@hzau01?~]#?service?iptables?stop

注意：每次重新開機啟動hadoop前都必須關閉

4?安裝jdk1.6(集群中機子都一樣)

下載jdk-6u23-ea-bin-b03-linux-i586-18_oct_2010.bin，之后直接安裝，我的安裝路徑為：/usr/java/jdk1.6.0_23，安裝后添加如下語句到/etc/profile中：

export?JAVA_HOME="/usr/java/jdk1.6.0_23"

export?JRE_HOME=/usr/java/jdk1.6.0_23/jre

export?CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH

export?PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH

5?安裝hadoop(集群中機子都一樣)

在官網http://apache.etoak.com//hadoop/core/下載hadoop-0.21.0.tar.gz

[garon@hzau01?~]$?tar?xzvf?hadoop-0.21.0.tar.gz

將hadoop的安裝路徑添加到/etc/profile中：

export?HADOOP_HOME=/home/garon/hadoop-0.21.0

export?PATH=$HADOOP_HOME/bin:$PATH

為了讓/etc/profile生效，source一下?[garon@hzau01?~]$?source?/etc/profile

6?配置hadoop

其配置文件在/conf目錄下

1）配置JAVA環境

[garon@hzau01?~]$$?vi?~/hadoop/hadoop-0.21.0/conf/hadoop-env.sh

export?JAVA_HOME=/usr/java/jdk1.6.0_23

2）配置conf/core-site.xml、conf/hdfs-site.xml、conf/mapred-site.xml文件

[garon@hzau01?hadoop-0.21.0]$?vi?conf/core-site.xml

<configuration>

?????<property>

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

??????????<value>/home/garon/hadoopgaron</value>

?????</property>

?????<property>

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

??????????<value>hdfs://hzau01/</value>

?????</property>

</configuration>

[garon@hzau01?hadoop-0.21.0]$?vi?conf/mapred-site.xml

<configuration>

?????<property>

??????????<name>mapred.jobtracker.address</name>

??????????<value>hzau01:9001</value>

?????</property>

</configuration>

[garon@hzau01?hadoop-0.21.0]$?vi?conf/hdfs-site.xml

<configuration>

?????<property>

??????????<name>dfs.name.dir</name>

??????????<value>/home/garon/hadoopname</value>

?????</property>

?????<property>

??????????<name>dfs.data.dir</name>

??????????<value>/home/garon/hadoopdata</value>

?????</property>

?????<property>

??????????<name>dfs.replication</name>

??????????<value>1</value>

?????</property>

</configuration>

3）將NameNode上完整的hadoop拷貝到DataNode上，可先將其進行壓縮后直接scp過去或是用盤拷貝過去

4）?配置NameNode上的conf/masters和conf/slaves

masters:192.168.0.4

slaves:192.168.0.17

192.168.0.6

7?運行hadoop

1）格式化文件系統

[garon@hzau01?bin]$?hdfs?namenode?-format

注意：格式化時要防止NameNode的namespace?ID與DataNode的namespace?ID的不一致，因為每格式化一次會產生Name、Data、tmp等臨時文件記錄信息，多次格式化會產生很多，會導致ID的不同，造成hadoop不能運行

2）啟動hadoop

[garon@hzau01?bin]$?start-dfs.sh

[garon@hzau01?bin]$?start-mapred.sh

3）用jps命令查看進程，NameNode上的結果如下：

5334?JobTracker

5215?SecondaryNameNode

5449?Jps

5001?NameNode

4）查看集群狀態

[garon@hzau01?bin]$?hdfs?dfsadmin?-report

確保運行的DataNode個數是正確的，我的是2個，這樣可以查看哪個DataNode沒有運行

8?運行Wordcount.java程序

1）先在本地磁盤上建立兩個文件f1和f2

[garon@hzau01?bin]$?echo?”Hello?world?Bye?world"?>?~/input/f1

[garon@hzau01?bin]$?echo?”hello?hadoop?bye?hadoop”?>?~/input/f2

2）在hdfs上建立一個input目錄

[garon@hzau01?bin]$?hadoop?fs?-mkdir?/tmp/input

3）將f1和f2拷貝到hdfs的input目錄下

[garon@hzau01?bin]$?hadoop?fs?-put?/home/garon/input?/tmp

4）查看hdfs上有沒有f1,f2

[garon@hzau01?bin]$?hadoop?fs?-ls?/tmp/input

5)執行wordcount（確保hdfs上沒有output目錄）

[garon@hzau01?bin]$?hadoop?jar?../hadoop-mapred-examples-0.21.0.jar?wordcount?/tmp/input?/output

6）運行完成，查看結果

???????[garon@hzau01?bin]$?hadoop?fs?-cat?/output/part-r-00000

???????Bye????????1

???????Hello????????1

???????bye????????1

???????hadoop???2

???????hello????????1

???????world?2

總結

以上是生活随笔為你收集整理的Hadoop的安装与配置及示例程序wordcount的运行的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。