[转]Ubuntu11.10下安装Hadoop1.0.0（单机伪分布式）

转自http://my.oschina.net/se77en/blog/38804

 

安装ssh

 

1	apt-get install ssh

 

安装rsync

 

 

1	apt-get install rsync

 

配置ssh免密码登录

 

 

1	ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

2	cat ~/.ssh/id_dsa.pub >>~/.ssh/authorized_keys

 

验证是否成功

 

 

1	ssh localhost

 

 

下载Hadoop1.0.0,JDK

新建 linux 终端，建立app目录，Java和Hadoop都将安装在此目录中。

 

1	mkdir /home/app

 

接下来，安装Java和Hadoop，Hadoop解压即可。

 

 

1	cd /home/app

2	chmod +x jdk-6u30-linux-i586.bin

3	./jdk-6u30-linux-i586.bin

4

5	tar zxf hadoop-1.0.0-bin.tar.gz

 

配置JDK环境变量

 

1	vi /etc/profile

 

增加下面语句到最后

 

 

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

2	export PATH=$JAVA_HOME/bin:$PATH

3	export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

 

接下来开始配置Hadoop

 

进入Hadoop目录

 

1	cd /home/app/hadoop-1.0.0

 

修改配置文件，指定JDk安装路径

 

 

1	vi conf/hadoop-env.sh

 

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

 

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

 

 

1	vi conf/core-site.xml

 

1	<configuration>

2	<property>

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

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

5	</property>

6	</configuration>

 

修改Hadoop中HDFS的配置，配置的备份方式默认为3，因为安装的是单机版，所以需要改为1

 

 

1	vi conf/hdfs-site.xml

 

1	<configuration>

2	<property>

3	<name>dfs.replication</name>

4	<value>1</value>

5	</property>

6	</configuration>

 

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

 

 

1	vi conf/mapred-site.xml

 

1	<configuration>

2	<property>

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

4	<value>localhost:9001</value>

5	</property>

6	</configuration>

 

接下来，启动Hadoop，在启动之前，需要格式化Hadoop的文件系统HDFS，进入Hadoop文件夹，输入下面命令

 

 

1	bin/hadoop namenode -format

 

然后启动Hadoop，输入命令

 

 

1	bin/start-all.sh

 

这个命令为所有服务全部启动。

 

最后，验证Hadoop是否安装成功。打开浏览器，分别输入一下网址：

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

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

如果都能查看，说明安装成功。

Hadoop分别从三个角度将主机划分为两种角色：

第一，划分为master和slave，即主人与奴隶。

第二，从HDFS的角度，将主机划分为namenode和datanode(在分布式文件系统中，目录的管理很重要，管理目录的就相当于主人，而namenode就是目录管理者)。

第三，从MapReduce的角度，将主机划分为JobTracker和TaskTracker(一个job经常被划分为多个task，从这个角度不难理解它们之间的关系)。