Cygwin搭建hadoop开发环境

这篇文章不具体讲一些细的概念东西，如要了解cygwin和hadoop可以去参考其他的文章，该文阐述从下载cygwin到搭建hadoop环境，里面的图片部门来自网上资料，因为本人当时部署时没有保存自己运行图片，但是步骤是一样的。

对于hadoop是个庞大的生态系统，里面光一些技术要点多达几十种，但所谓千里之行，始于足下，对于我这样的技术小白来说，如果想弄一个完全分布式的hadoop环境无异天方夜谭，首先我不懂linux，再说也没那么多机器搭建完全分布式环境。但是cygwin的出现可以让我不用在我本机装linux环境，cygwin就是一款在windows环境下模拟linux。接下来开始进入cygwin的下载，这个可以在官网下载

一：安装Cygwin

点击exe文件

点击下一步

这里的区别是直接是在线下载然后安装，其他的是下载到本地但不安装，推荐默认的就是第一个，点击下一步

这个默认是放在C盘，也可以放其他地方，点击下一步

这个是下载内容，另外指定一个盘放，点击下一步

默认选择第一个，点击下一步

这里选择下载的服务器地址，用默认的也可以但是非常慢，有可能半天一天具体视网络情况，推荐一个http://mirrors.163.com这是我用的最快的，里面没有的话点击Add按钮添加进去，然后选择它，点击下一步

这里选择具体的组件具体点击前面的skip就会出现目前的版本，代表你已经选中，我下了有：

Devel里面的binutils、gcc-core、gcc-g++、gcc-mingw-core、gcc-ming-g++、gdb

Net的openssh和openssl组件，用于hadoop需要的ssh访问，操作方法同上

Base的sed，用于eclipse连接hadoop开发

还可以下载一些vim等，这个根据自己的需要，还有就算这次没有选中，安装以后还是可以增加组件包的，最好选择第一次下载的网址，选择别的我没试过不知道有没有问题，完成这些后点击下一步就开始下载了，我用那个163的地址下载时间不超过10分钟。

安装完成以后桌面生成一个快捷方式，点击图标

执行cygwin的ssh-host-config

然后按照提示一步一步来

*** Info: Generating missing SSH host keys
ssh-keygen: generating new host keys: RSA1 RSA DSA ECDSA ED25519
*** Info: Creating default /etc/ssh_config file
*** Info: Creating default /etc/sshd_config file

*** Info: StrictModes is set to 'yes' by default.
*** Info: This is the recommended setting, but it requires that the POSIX
*** Info: permissions of the user's home directory, the user's .ssh
*** Info: directory, and the user's ssh key files are tight so that
*** Info: only the user has write permissions.
*** Info: On the other hand, StrictModes don't work well with default
*** Info: Windows permissions of a home directory mounted with the
*** Info: 'noacl' option, and they don't work at all if the home
*** Info: directory is on a FAT or FAT32 partition.
*** Query: Should StrictModes be used? (yes/no) no

*** Info: Privilege separation is set to 'sandbox' by default since
*** Info: OpenSSH 6.1.  This is unsupported by Cygwin and has to be set
*** Info: to 'yes' or 'no'.
*** Info: However, using privilege separation requires a non-privileged account
*** Info: called 'sshd'.
*** Info: For more info on privilege separation read /usr/share/doc/openssh/README.privsep.
*** Query: Should privilege separation be used? (yes/no) no
*** Info: Updating /etc/sshd_config file

*** Query: Do you want to install sshd as a service?
*** Query: (Say "no" if it is already installed as a service) (yes/no) yes
*** Query: Enter the value of CYGWIN for the daemon: []
*** Info: On Windows Server 2003, Windows Vista, and above, the
*** Info: SYSTEM account cannot setuid to other users -- a capability
*** Info: sshd requires.  You need to have or to create a privileged
*** Info: account.  This script will help you do so.

*** Info: You appear to be running Windows XP 64bit, Windows 2003 Server,
*** Info: or later.  On these systems, it's not possible to use the LocalSystem
*** Info: account for services that can change the user id without an
*** Info: explicit password (such as passwordless logins [e.g. public key
*** Info: authentication] via sshd).

*** Info: If you want to enable that functionality, it's required to create
*** Info: a new account with special privileges (unless a similar account
*** Info: already exists). This account is then used to run these special
*** Info: servers.

*** Info: Note that creating a new user requires that the current account
*** Info: have Administrator privileges itself.

*** Info: No privileged account could be found.

*** Info: This script plans to use 'cyg_server'.
*** Info: 'cyg_server' will only be used by registered services.
*** Query: Do you want to use a different name? (yes/no) no
*** Query: Create new privileged user account 'cyg_server'? (yes/no) yes
*** Info: Please enter a password for new user cyg_server.  Please be sure
*** Info: that this password matches the password rules given on your system.
*** Info: Entering no password will exit the configuration.
*** Query: Please enter the password:
*** Query: Reenter:

*** Info: User 'cyg_server' has been created with password 'cyg_server'.
*** Info: If you change the password, please remember also to change the
*** Info: password for the installed services which use (or will soon use)
*** Info: the 'cyg_server' account.

*** Info: Also keep in mind that the user 'cyg_server' needs read permissions
*** Info: on all users' relevant files for the services running as 'cyg_server'.
*** Info: In particular, for the sshd server all users' .ssh/authorized_keys
*** Info: files must have appropriate permissions to allow public key
*** Info: authentication. (Re-)running ssh-user-config for each user will set
*** Info: these permissions correctly. [Similar restrictions apply, for
*** Info: instance, for .rhosts files if the rshd server is running, etc].


*** Info: The sshd service has been installed under the 'cyg_server'
*** Info: account.  To start the service now, call `net start sshd' or
*** Info: `cygrunsrv -S sshd'.  Otherwise, it will start automatically
*** Info: after the next reboot.

*** Info: Host configuration finished. Have fun!

上面会提示创建一个用户cyg_server,并提示你输入该用户的密码，我们这里输入和用户名一样的密码cyg_server，后面会用到。
请注意cyg_server用户的创建是强制的，没有这个用户即使sshd装好也不行的，后面使用的时候会出现Connection closed的错误，本人就在这里栽了跟头，浪费了好多时间。

好了到服务里看一下，会多出来一个CYGWIN sshd，可以把它设置成手动启动，然后我们启动它

回到cygwin环境，执行 ssh localhost命令。

在第一步询问中输入yes，在第二步要求输入密码时，输入用户密码，密码上面已经设置了

在cygwin中输入ssh-keygen，一路回车即可

然后在cygwin下依次执行如下命令：

cd ~/.ssh
cp id_rsa.pub authorized_keys

完成后一路exit退出cygwin环境，再打开cygwin环境，执行ssh localhost，发现如下图不需要密码即可进入，就代表成功了。

二：部署hadoop

我这里用的是hadoop第一代产品，就是简单的namenode，datanode,jobstracker,taskstracker,secondenamenode。我这里提供一个下载好了的0.20.2版本，具体的也可以去apache hadooop官网下载

解压后把hadoop包放入Cygwin的目录下

配置一些信息，首先jdk是必须的，这里要提前说一个重点，一般我们的jdk是放C盘的Program Files里面这里就会设置到空格，这样后面就会有错误。网上说加引号，建立软链接，什么反斜杠等等，我都试了读不好使，在此我建议干脆一点直接把以前jdk拿出Program Files文件夹单独一个文件夹，这里就不能再用空格的名字了。

jdk的环境变量配置我就不说了，在path中添加，这个根据自己安装目录

;C:\cygwin64\bin;C:\cygwin64\usr\sbin;

环境变量中-->新建变量-->CYGWIN-->对应的值为:ntsec tty

修改hadoop的一些配置文件：

hadoop-env.sh,把前面的#号去掉

export JAVA_HOME=/java/jdk1.7.0_45

core-site.xml

<configuration> 
<property> 
<name>fs.default.name</name> 
<value>hdfs://localhost:9000</value> 
</property> 
</configuration>

hdfs-site.xml

<configuration> 
<property> 
<name>dfs.replication</name> 
<value>1</value> 
</property>
</configuration>

mapred-site.xml

<configuration>
<property>
<name>mapred.job.tracker</name> 
<value>localhost:9001</value> 
</property> 
</configuration>

再次打开cygwin图标，这时切换到hadoop命令行

输入hadoop namenode -format 这是格式化hdfs系统，再启动所有start-all.sh

我这里启动出现了问题，namenode没起来，只有mr起来了，访问地址也访问不了，这里有个日志可以看，在hadoop/logs里面有专门的namenode日志

里面提示，我的9000端口已经被使用，我打开超级管理员界面执行netstat  -aon|findstr  "9000" 发现有个ppap的进程占用了端口9000，打开任务管理器直接找到这个进程，原来是pptv的一个进程，然后结束这个进程。当然我遇到的这种情况大家不一定会遇到，但如果出现某个节点起不来第一时间看日志，出现端口占用一定提前结束进程。

再次启动

这次namenode起来了，以此在浏览器输入访问地址http://localhost:50070 http://localhost:50030可以分别访问hdfs和mr

到这里一个简单的hadoop环境搭建完毕，对于自己这样的小白弄完这一步，可以给自己鼓个掌！