Hadoop在linux下安装和配置

1、安装JDK
　　（1）下载安装JDK：确保计算机联网之后命令行输入下面命令安装JDK
　　     sudo apt-get install sun-java6-jdk

      http://blog.csdn.net/lifuxin1125/article/details/7738161
　　（2）配置计算机Java环境：打开/etc/profile，在文件最后输入下面内容
　　     export JAVA_HOME = （Java安装目录）
　　     export CLASSPATH = ".:$JAVA_HOME/lib:$CLASSPATH" 
　　     export PATH = "$JAVA_HOME/:PATH"
　　（3）验证Java是否安装成功
　　输入 java -version ，输出Java版本信息即为安装成功。

2、安装配置SSH

　　（1）下载安装SSH：同样在命令行输入下面命令安装SSH
　　    sudo apt-get install ssh
　　（2）配置无密码登录本机：在命令行输入下面两条命令
　　   $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
         直接回车，完成后会在~/.ssh/生成两个文件：id_rsa和id_rsa.pub;这两个成对出现，类似钥匙和锁。
         
         再把id_rsa.pub追加到授权key里面（当前并没有authorized_keys文件）
         $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
    附：如果出现了问题，可以查看http://hi.baidu.com/sinbad/item/ef5bd0f9cd5acf6c3d14856b和http://jimingsong.iteye.com/blog/1181165

　　（3）验证SSH是否安装成功
　　     输入 ssh localhost 。如果显示本机登录成功就表明安装成功。

3、关闭防火墙
   $sudo ufw disable
   注意：这步非常重要，如果不关闭，会出现找不到datanode的问题
   
4、安装运行Hadoop（以0.20.2版本为例）

　　（1）下载Hadoop：在http://www.apache.org/dyn/closer.cgi/hadoop/core/页面上下载Hadoop。
　　（2）安装配置Hadoop

　　 单节点配置：
　　 安装单节点的Hadoop无需配置，在这种方式下，Hadoop被认作为一个单独的Java进程。

　　 伪分布配置：
　　 伪分布的Hadoop是只有一个节点的集群。在这个集群中，计算机既是master也是slave，
     即使 namenode也是datanode，既是jobtracker也是tasktracker。

　　配置的过程如下：

　　a、进入conf文件夹修改下面的文件。
　　Hadoop-env.sh中加入下面内容：
　　export JAVA_HOME = （JAVA安装目录）

　　core-site.xml文件内容修改为下面内容：
　　<configuration>

     <!-- global properties -->
     <property>
　　  <name>hadoop.tmp.dir</name>
　　  <value>/home/zhongping/tmp</value>
　　 </property>

    <!-- file system properties -->
　　 <property>
　　  <name>fs.default.name</name>
　　  <value>hdfs://localhost:9000</value>
　　 </property>
　　</configuration>

　　hdfs-site.xml文件内容修改为下面内容：(replication默认为3，如果不修改，datanode少于三台就会报错)
　　<configuration>
　　 <property>
　　  <name>fs.replication</name>
　　  <value>1</value>
　　 </property>
　　</configuration>

　　mapred-site.xml文件内容修改为下面内容：
　　<configuration>
　　 <property>
　　  <name>mapred.job.tracker</name>
　　  <value>localhost:9001</value>
　　 </property>
　　</configuration>

　　b、格式化Hadoop文件系统，在命令行输入命令：
　　bin/hadoop namenode -format

　　c、启动Hadoop，在命令行输入命令：
　　bin/start-all.sh

　　d、验证Hadoop是否安装成功，在浏览器中输入下面网址，如果正常打开说明安装成功。
　　http://localhost:50030 (mapreduce的web页面)
　　http://localhost:50070 (hdfs的web页面)

5、运行实例
   (1)先在本地磁盘建立两个输入文件 file01和file02
   $echo "Hello World Bye World" > file01
   $echo "Hello Hadoop Goodbye Hadoop" > file02
   
   (2)在hdfs中建立一个input目录：$hadoop fs -mkdir inputy
   (3)将file01和file02拷贝到hdfs中：
      $hadoop fs -copyFromLocal /home/zhongping/file0* input
   (4)执行wordcount:
      $hadoop jar hadoop-0.20.2-examples.jar wordcount input output
   (5)完成之后，查看结果
      $hadoop fs -cat output/part-r-00000