Hadoop 环境配置和第一个例子

最近想研究下hadoop，折腾了好几天终于跑成功了自带例子CountWord。所以特此开贴记录碰到的问题。

首先是在windows 上安装cygwin上想运行hadoop，无奈实在问题太多，转到虚拟机。

首先借鉴的是这篇文章:http://www.open-open.com/lib/view/open1435761287778.html

总体讲的比较详细，但是在安装过程中还是遇到很多问题，虚拟机安装centos 比较简单，但是在ssh免密码登录的时候还是需要密码，通过搜索和实践，

http://blog.csdn.net/hackerwin7/article/details/28109073 通过这个方法成功了。

之后是配置JDK，这个也相对简单，其中麻烦的就是虚拟机中的vm tools 挂cdrom 会碰到点问题，看不到共享的目录，这个网上搜索也有答案。

然后是配置hadoop，这是问题最多的步骤，首先http://www.open-open.com/lib/view/open1435761287778.html 的配置其实是错误的，网上搜了下，

大部分教程都是转载，问题都一样，其中7,8的标题写的都是配置mapred-site.xml，显然是不对的，经过研究，8配置的应该是yarn-site.xml

主服务器的hadoop scp 到从服务器的时候，passwordauthentication 要打开，可能之前ssh免密码登录的时候已经关闭了，其实开启也没事。

在做格式化之前先把防火墙关闭。自动启动也关闭。hadoop启动时在关闭防火墙，datanode有个进程会消失（原因没找到）。

最纠结的就是hosts 文件了，反复配置了2天，各种尝试，网上的教程也比较坑爹，有的让把127.0.0.1删除，被坑了不少。

下面是我的主服务器配置：

192.168.42.128 localhost
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.42.129 anyname1
192.168.42.130 anyname2

从：

127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.42.129 localhost

128就是主的ip，和从的区别就是自己的ip放在最上面，因为启动hadoop时，监测9000端口时，都是127.0.0.1的ip，不能对外开放，经过尝试得出这种解决方法，

129和130也要配置在主的hosts中，对应的hostname随便填写就好，如果不配置从的ip-hostname的话，启动hadoop会报错，datanode则无法启动。

之后就是格式化和启动hadoop了。上面的问题都解决后，终于在http://192.168.42.128:50070 中看到live nodes 是 2 了。不容易啊。

之后就是eclipse的环境部署，这种教程也是网上一搜一大堆，按部就班后还是会遇到问题，比如刚开始连接的时候

这个下面一个文件夹也没有，以后自己没有连接成功，因为看到网上很多都说连接成功可以看到文件结构，后来摸索了下，本来就是结构嘛，然后再hadoop的hdfs中创建了

input 和 output文件夹，刷新了下 就可以看到了。

之后就新建mapreduce的项目，把CountWord.java复制进去，跑了下就报错createDirectoryWithMode0(Ljava/lang/String;I)V。之后把正确对应版本的hadoop.dll放到system32 中，run的参数设置了下，就能跑了，

不过感觉跑的不像是虚拟机上的mapreduce,还有待研究。