Hadoop 0.20.2+Ubuntu13.04配置和WordCount测试

其实这篇博客写的有些晚了，之前做过一些总结后来学校的事给忘了，这几天想重新拿来玩玩发现有的东西记不住了，翻博客发现竟然没有，好吧，所以赶紧写一份留着自己用吧，这东西网上有很多，不过也不是完全适用，所以还是自己留一份吧，废话完毕。

因为之前留的资料室写在记事本上的，所以没有图片= =

Full name: MyHadoop
User name: uit
Password: 000


系统：ubuntu13.04
Hadoop版本：0.20.2

虚拟机：
这个我感觉是最基本的了，应该不用多说什么，虚拟机，我用的是vmware,然后是ubuntu13.04的镜像，这个不会的话，就随便问问会的好了，很好搞的



先装java环境（这个实在ubuntu13.04下装的，与下面的就路径不同而已）
1.首先确认jdk的包在你u盘或者硬盘里
2.把u盘里的压缩包拷到这个的文件夹下------cp -r /media/uit/MyDisk/Hadoop/jdk-7u45-linux-i586.tar.gz 


/usr/lib/jvm(需要注意的是，这个版本的ubuntu是自带jdk的，不过，我还是自己装了一次，因为自带的路径不知道在哪


，还是自己装一遍吧)
3.进入到文件夹下--cd /usr/lib/jvm;
4.解压这个包-----       sudo   tar -zxvf jdk-7u45-linux-i586.tar.gz   不写别的路径，就是直接解压到当前目录


，如果要解压到别的目录在后面加上即可(如果解压的时候需要权限的话，输入sudo -s 然后输入你的登陆密码即可)
5.解压完后--sudo gedit /etc/profile
6.在最后面加上-------#Set Java Environment
export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_45
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib
export PATH=$PATH:$JAVA_HOME/lib:$JAVA_HOME/jre/bin:$PATH:$HOME/bin
(这些路径要根据自己的实际情况来填写)


7.改掉系统的默认设置---sudo update-alternatives --install /usr/bin/java java 
 /usr/lib/jvm/jdk1.7.0_45/bin/java 300
      

sudo update-alternatives --install /usr/bin/javac javac 
/usr/lib/jvm/jdk1.7.0_45/bin/javac 300


    sudo update-alternatives --config java(这里如果装ubuntu已经自带jdk的话会让你做出选择，这里选自己装的jdk那个选项)

    sudo update-alternatives --config javac


8.输入java -version能看到版本信息即可：
java version "1.7.0_45"
Java(TM) SE Runtime Environment (build 1.7.0_45-b18)
Java HotSpot(TM) Client VM (build 24.45-b08, mixed mode)







/*
装java环境(这个实在xbuntu 13.10下装的java环境)：
1.首先在ubuntu下建立一个文件夹-------cd usr ;  
                    mkdir java;
2.把u盘里的压缩包拷到这个的文件夹下------cp -r /media/uit/MyDisk/Hadoop/jdk-7u45-linux-i586.tar.gz  /usr/java
3.进入到文件夹下--cd java;
4.解压这个包-----       sudo   tar -zxvf jdk-7u45-linux-i586.tar.gz   不写别的路径，就是直接解压到当前目录，如果要解压到别的目录在后面加上即可(如果解压的时候需要权限的话，输入sudo -s 然后输入你的登陆密码即可)
5.解压完后--sudo gedit /etc/profile
6.在最后面加上-------#Set Java Environment
export JAVA_HOME=/usr/java/jdk1.7.0_45
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib
export PATH=$PATH:$JAVA_HOME/lib:$JAVA_HOME/jre/bin:$PATH:$HOME/bin
(这些路径要根据自己的实际情况来填写)


7.改掉系统的默认设置---sudo update-alternatives --install /usr/bin/java java

 /usr/java/jdk1.7.0_45/bin/java 300

      sudo update-alternatives --install /usr/bin/javac javac 
/usr/java/jdk1.7.0_45/bin/javac 300

    sudo update-alternatives --config java(这里如果装ubuntu已经自带jdk的话会让你做出选择，这里选自己装的jdk那个选项)

             sudo update-alternatives --config javac


8.输入java -version能看到版本信息即可：
java version "1.7.0_45"
Java(TM) SE Runtime Environment (build 1.7.0_45-b18)
Java HotSpot(TM) Client VM (build 24.45-b08, mixed mode)
*/









安装ssh:（安的时候注意不要在根权限root下安装,并且必须先于hadoop装，别装完hadoop再装ssh，有可能hadoop运行不起来）
1. sudo apt-get install ssh
    sudo apt-get install rsync
2.运行ssh -version看看是否已经安装
3.查看ssh的状态ps -ef | grep ssh------如果有个sshd运行着就说明好用，如果没有请往下看
4.(如果执行完上面的后查看ssh并没有sshd这个进程，进行如下操作)--------
①到https://launchpad.net/ubuntu/lucid/i386/openssh-client/1:5.3p1-3ubuntu3下载文件，

下载完后安装-----cd  /home/uit/Downloads
 sudo dpkg -i openssh-client_5.3p1-3ubuntu3_i386.deb
②到https://launchpad.net/ubuntu/lucid/i386/openssh-server/1:5.3p1-3ubuntu3下载文件，

完后安装------sudo dpkg -i openssh-server_5.3p1-3ubuntu3_i386.deb
③到https://launchpad.net/ubuntu/lucid/i386/ssh/1:5.3p1-3ubuntu3下载文件，

完后安装----sudo dpkg -issh_5.3p1-3ubuntu3_all.deb
需要注意的是有时候安装第二三步的时候会出错，提示一个错误，我刚开始装的也出错了，这时候可以用命令行


下载一个东西----apt-get install libssl0.9.8，然后再重新执行上面的命令(不用在下载了)
④这些都下完装完后，运行ssh-------cd /etc/init.d
       ./ssh start
⑤OK,在运行ps -ef | grep ssh看看，此时应该就有sshd这个进程了


⑥配置文件修改------------------gedit /etc/ssh/sshd_config
（要确保这些字符前无注释符号“#”）
RSAAuthentication  yes
PubkeyAuthentication yes
AuthorizedKeysFile  .ssh/authorized_keys
PasswordAuthentication yes
PeimitEmptyPasswords yes


5.配置无密码登录
①首先看看是否在根文件夹下有没有.ssh文件夹--------ll /home/uit，有，下一步；没有，创建------mkdir ~/.ssh
②创建密匙---------ssh-keygen -t rsa（这里会让你填一个保存密匙的文件，就把括号妮的那个就行）
③cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
④chmod 600 ~/.ssh/authorized_keys
6.命令行-----ssh localhost---------------第一次会出来让你输入yes或则on，这里输yes,我配的时候第一次进的时候


要输密码，我一路回车，后来我关机，然后开机后再试好像就不用了- -，好神奇的说。。。。
7.成功----------------    uit@ubuntu:~/.ssh$ ssh localhost
Welcome to Ubuntu 13.04 (GNU/Linux 3.8.0-19-generic i686)


* Documentation:  https://help.ubuntu.com/


288 packages can be updated.
178 updates are security updates.


New release '13.10' available.
Run 'do-release-upgrade' to upgrade to it.


Last login: Fri Dec 20 19:56:36 2013 from localhost












装hadoop：（网上说hadoop必须和ssh都装在/home/用户名/下，不然配置无密码登陆hadoop时，仍然要输入密码，但是现


在没有装在同目录下，再装的时候要注意）
（首次装的是hadoop0.20.2版本）
1.把u盘里的压缩包拷到这个的/home/uit文件夹下------cp -r /media/uit/MyDisk/Hadoop/hadoop.zip   /home/uit
2.解压那个zip文件----- unzip hadoop.zip   之后会出来一个文件夹，里面还包含一个  hadoop0.20.2.tar.gz和两个乱


码文件
3.把那个hadoop-0.20.2.tar.gz取出来------cp -r /home/uit/hadoop/hadoop-0.20.2.tar.gz /home/uit
4.解压hadoop-0.20.2.tar.gz--------tar -zxvf hadoop-0.20.2.tar.gz（我在ubuntu13.04下试的，在根目  录下不能直


接解压，不知道怎么回事，但可以变一下，可以现在刚才的文件夹里面解压，然后把解压完的拿出  来）(似乎是因为我所


在的cd路径是在/home/uit/hadoop里，如果切换成根路径下，就试的没问题了)
5.解压完后删除没用的文件-------rm -r /home/uit/hadoop.zip
rm -r  /home/uit/hadoop
rm -r /home/uit/hadoop-0.20.2.tar.gz
6.修改hadoop中的java路径---------cd /home/uit/hadoop-0.20.2/conf
gedit hadoop-env.sh-----------------在最后面加上 export


JAVA_HOME=/usr/lib/jvm/jdk1.7.0_45
（如果用gedit没用的话就关闭终端然后再开一个终端）
gedit core-site.xml-------------------加入一个子元素
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
<property>()
  <name>hadoop.tmp.dir</name>
  <value>/home/uit/hadoop-0.20.2/tmp</value>
  <description>A base for other temporary 


directories.</description>
</property>
那个hadoop.tmp.dir不配置的话会导致重启后hadoop无法使用，还得删掉原来的tmp文件，在格


式化文件系统，在start-all.sh 才能用，这里纠结了我好久= =（这个文件下面会创建的，不急）


gedit hdfs-site.xml-------------------加入一个子元素
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
gedit mapred-site.xml-------------加入一个子元素
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>


7.给用户分配文件夹的读权限----------------sudo chown -R uit:uit /home/uit/hadoop-0.20.2 
权限这着实让我蛋疼了好一段时间，总以为是自己没配好，原来是权限没弄好，后来才发现解压完后权


限什么的都有，就是因为没加这一句，加上就好了，都属于当前用户


8.修改环境变量-------------------gedit /etc/profile---------------在最后面加上# set hadoop path
export HADOOP_HOME=/home/uit/hadoop-0.20.2
export PATH=$PATH:$HADOOP_HOME/bin(需要注意的是，如


果加上这个，就不用在打命令的时候前面加bin/了，有的书上命令都是以bin/开头，原因是环境变量里没有加)


9.修改完环境变量后更新一下----------------source /etc/profile


10.创建一个缓冲文件------------------mkdir /home/uit/hadoop-0.20.2/tmp

11.格式化hadoop文件系统-----------------------hadoop namenode -format
12.开启线程----------------------start-all.sh
13.配置完成，验证，在浏览器里输入http://localhost:50030/  (mapreduce的页面)     http://localhost:50070(hdfs的页面)
（装ssh的时候出了点问题，所以最后启动线程的时候提示有错误，但是仍然能出来页面= =!）

14，最后需要注意的是，关机前，一定要注意stop-all.sh,不然在打开虚拟机，不然，，，反正我当时是一万只神兽奔腾而过
（有时候启动后在浏览器里打不开hdfs的界面，可以再次执行格式化文件系统，在重启，如果还不行就上网搜，一般是那个id不匹配需要改）




15.运行WordCount例子
①首先你得确保有个程序的jar包，没有的话就自行上网搜
②然后在主机里创建两个文件------mkdir ~/input
vi ~/input/file01.txt--------随便输写内容
vi ~/input/file02.txt--------随便输入
③在hadoop里创建文件夹-------hadoop fs -mkdir /tmp/input
④把之前的两个文件传进去-----hadoop fs -put ~/input/file0*.txt /tmp/input
⑤查看一下-----------hadoop fs -ls /tmp/input  应该就有了两个文件
⑥运行程序（jar包）----hadoop jar ~/hadoop-0.20.2/hadoopFirstDemo.jar WordCount


/tmp/input /tmp/output01
(7)查看结果 ----hadoop fs -ls /tmp/output01 
hadoop fs -cat /tmp/output01/part-00000




总算。。。总算把这个玩意配好了，╮(╯▽╰)╭，开源的东西的嘛，，习惯就好


=。 =，，中间也是经历很多波折，让我学到了很多，不过当结果出来的时候还是心中长处一口气，这种感觉
只有感受过的童鞋才明白啊，，希望如果以后有人看到过这个东西的话，我只能说，加油，学长只能帮你到这了。。
2013年12月21日16:08:58 wsr