Hadoop伪分布式环境搭建——简明版！

前些日子，由于误操作，把之前搭的Hadoop虚拟机给误删了。
当然东西没了就没了，哀叹抱怨是没用的，总不能不用吧，所以又尝试重新搭了一套。
去年搭的时候感觉也是磕磕绊绊的，今年居然非常的顺！
所以，整一套教程吧，真的感觉简明的不能再简明了。。。


Step 1: Download！
1、虚拟机肯定要有的，虚拟机里面装的Ubuntu肯定也是要有的，我用的是Server 12.04LTS
2、JDK也是不可或缺的，这里选用的是jdk 1.7.45
3、最后当然是重要角色：Hadoop！选的是 1.1.2 版（发现去年下的还在，下了1.2.1也就没去用，应该差别不大。。。）


Step 2: Prerequisite~
1、如果Ubuntu是server版的话，装的时候记得选sshd这个服务，后续Hadoop的通信要通过它的
Desktop 版，以及Server版要确认是否安装，通过如下命令：
ps aux | grep sshd
查看是否有进程正在运行，稍后附图吧！
如果没有，通过
sudo apt-get install sshd
安装一个即可～


2、给Hadoop专门搞一个账号和用户，用来操作：
sudo adduser hadoop
Ubuntu会很贴心的提示输入相关信息以及设置密码，一样稍后附图吧。。。


3、设置RSA密钥对，实现免密码登录
创建好hadoop用户后，我们切换到hadoop用户下进行操作：
su hadoop
输入你刚才设置的密码，提示框就会变成：
hadoop@ubuntu:~$
如果不在~下，通过cd ~ 切过去
在这里执行
ssh-keygen -t rsa
生成一份公钥密钥对，参数全部都保持默认一路回车就好
接下来打开 .ssh 目录
cd ~/.ssh
ls 看一下是否存在 authorized_keys文件
如果不存在，直接把里面的id_rsa.pub重命名为 authorized_keys
mv id_rsa.pub authorized_keys即可
当然如果原先已经存在 authorized_keys
则要通过：
cat id_rsa.pub >> authorized_keys
往里面追加公钥。
好，大功告成，可以测试一下在hadoop账户下ssh hadoop@localhost是否需要输入密码
不需要输入密码就是成功啦！


4、把localhost与127.0.0.1映射起来（大多数情况不需要）
sudo vi /etc/hosts
添加一行：
127.0.0.1    localhost


Step 3: Install？Just untar(unzip)！
说是什么安装Hadoop，其实Linux下没有安装这个概念的，那是windows才搞的蛋疼东西。。。
一切都是解压，解压以后就能用！（对，就是这么神奇，为啥？后面再写一篇专门说这个，现在专注Hadoop）


1、单机模式


先把下载好的Hadoop和java拷贝到ubuntu虚拟机的 /home/hadoop/ 目录下
可以是scp，也可以是sftp，也可以是rz sz，或者直接在ubuntu虚拟机里面wget也行，总之，这个总有办法搞定的！
用hadoop账号登录ubuntu虚拟机，登录后执行一下ls，看看东西是不是在这个目录下了：
hadoop@ubuntu:~$ ls
如果货都齐全了，那就解压吧！
tar -xzf hadoop-1.1.2.tar.gz
tar -xzf jdk-7u45-linux-x64.tar.gz


再ls一下看 目录下是不是都有对应的文件夹了？
有就代表解压也成功了！离成功越来越近啦！


接下来改一个配置：
hadoop@ubuntu:~$ vi hadoop-1.1.2/conf/hadoop-env.sh
在这下面添加三行：
# The java implementation to use.  Required.
export JAVA_HOME=/home/hadoop/jdk1.7.0_45
export HADOOP_HOME=/home/hadoop/hadoop-1.1.2
export PATH=$PATH:/home/hadoop/hadoop-1.1.2/bin


:wq保存退出，开始测试单机版是否成功！
hadoop@ubuntu:~$ source hadoop-1.1.2/conf/hadoop-env.sh
hadoop@ubuntu:~$ cd hadoop-1.1.2
hadoop@ubuntu:~/hadoop-1.1.2$ mkdir input
hadoop@ubuntu:~/hadoop-1.1.2$ cp -R conf input/
hadoop@ubuntu:~/hadoop-1.1.2$ hadoop jar hadoop-examples-1.1.2.jar wordcount input output
如果成功运行output目录下就会有东西输出，图也一样后续再补吧。。。


2、伪分布式
hadoop@ubuntu:~/hadoop-1.1.2$ mkdir tmp
hadoop@ubuntu:~/hadoop-1.1.2$ mkdir hdfs
hadoop@ubuntu:~/hadoop-1.1.2$ mkdir hdfs/name
hadoop@ubuntu:~/hadoop-1.1.2$ mkdir hdfs/data
hadoop@ubuntu:~/hadoop-1.1.2$ chmod 755 hdfs/data
hadoop@ubuntu:~/hadoop-1.1.2$ vi conf/core-site.xml
configuration之间补上：
<configuration>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://localhost:9000</value>
        </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/hadoop/hadoop-1.1.2/tmp</value>
        </property>
</configuration>


hadoop@ubuntu:~/hadoop-1.1.2$ vi conf/hdfs-site.xml
一样在configuration之间补上：
<configuration>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <property>
                <name>dfs.name.dir</name>
                <value>/home/hadoop/hadoop-1.1.2/hdfs/name</value>
        </property>
        <property>
                <name>dfs.data.dir</name>
                <value>/home/hadoop/hadoop-1.1.2/hdfs/data</value>
        </property>
</configuration>


hadoop@ubuntu:~/hadoop-1.1.2$ vi conf/mapred-site.xml
继续在configuration之间补上：
<configuration>
        <property>
                <name>mapred.job.tracker</name>
                <value>localhost:9001</value>
        </property>
</configuration>


好，胜利就在眼前，初始化一下namenode
hadoop@ubuntu:~/hadoop-1.1.2$ hadoop namenode -format
hadoop@ubuntu:~/hadoop-1.1.2$ bin/start-all.sh 启动所有服务
jps看一下是否启动成功，如果看到6个进程，就说明安装正常啦！


后面的就和Lab/Project的操作一样的，拷贝文件到HDFS，执行程序，得到结果


行文匆匆啊。。。远远高估了写东西的效率，以为一小时能搞定的。。。

谁知道就几个命令的事情，要说清楚还真是有点困难，图还没附呢，悲催，又是一个坑。。。
先发了，再找时间完善！