Hadoop单机伪分布的搭建

        上一篇主要写了Linux的初步学习，及相关软件的配置安装，没想到这么快就用到了，接触hadoop快一个月了，大致了解了其中的运行机制，主要包括两方面：1，HDFS进行文件存储，2，MapReduce进行数据分析处理。通过网上的资料查询，终于把hadoop单机版配置好了，于是把配置过程总结一下。

　　1，安装JDK，我用的是openjdk1.6版本

　　　　sudo apt-get install openjdk-6-jdk　

　　2,配置JDK环境变量

　　　　sudo gedit /etc/environment
　　　　在其中添加如下两行：
　　　　CLASSPATH=./:/usr/lib/jvm/java-6-openjdk/lib
　　　　JAVA_HOME=/usr/lib/jvm/java-6-openjdk
　　　　PATH添加：:/usr/lib/jvm/java-6-openjdk

　　3，验证JDK的配置

　　　　env|grep JAVA

　　4，安装SSH

　　　　sudo apt-get install ssh

　　5，安装rsync

　　　　sudo apt-get install rsync

　　6，配置SSH免密码登录

　　　　ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

　　　　cat ~/.ssh/id_rsa.pub >>~/.ssh/authorized_keys

　　7，验证SSH是否成功

　　　　ssh localhost

　　8，下载，安装hadoop

　　　　hadoop-1.0.4-bin.tar.gz

　　9，修改hadoop配置文件，指定JDK安装路径

　　　　vi conf/hadoop-env.sh

　　　　export JAVA_HOME=/home/app/jdk/java-6-openjdk-i386

　　10，修改hadoop核心配置文件core-site.xml，配置HDFS的地址和端口号

　　　　vi conf/core-site.xml

　　　　<property>

　　　　　　<name>fs.default.name</name>

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

　　　　</property>

　　11，修改hadoop中HDFS配置，修改replication

　　　　vi conf/hdfs-site.xml

　　　　<property>

　　　　　　<name>dfs.replication</name>

　　　　　　<value>1</value>

　　　　</property>

　　12,修改hadoop中MapReduce的配置文件，配置的是JobTracker地址和端口

　　　　vi conf/mapred-site.xml

　　　　<property>

　　　　　　<name>mapred.job.tracker</name>

　　　　　　<value>localhost:9001</value>

　　　　</property>

　　13，格式化hadoop文件系统HDFS

　　　　bin/hadoop namenode -format

　　14，启动hadoop

　　　　bin/start-all.sh

　　15，最后一步验证hadoop是否安装成功

　　　　MapReduce的web页面：http://localhost:50030

　　　　HDFS的web页面：http://localhost:50070

　　hadoop的单机伪分布终于安装好了，中间出现了一些问题，主要还是细节方面自己不太细心。我是总结网上其的配置方法，基本上市大同小异，感觉自己写的步骤还算比较完整，实践以后思路更加清晰。下一步，hadoop下的第一个示例程序运行。接着还有hadoop的集群搭建，这个已经有了思路。

　　最近一个月很忙，三篇论文，两场考试。

　　We are drowning in data,but starving for knowledge.