linux下搭建hadoop-1.2.1

Hadoop的代码可以到Apache上下载，链接为http://archive.apache.org/dist/hadoop/core/hadoop-0.19.0/，我使用的Linux机器是ubuntu12.10，Linux上安装的Java版本为1.7.0_51，并且JAVA_HOME=/usr/java/jdk1.7.0_51。

 

实践过程

 

1、ssh无密码验证登陆localhost

 

保证Linux系统的ssh服务已经启动，并保证能够通过无密码验证登陆本机Linux系统。如果不能保证，可以按照如下的步骤去做：

（1）启动命令行窗口，执行命令行：

[plain] view plaincopyprint?

1. $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa   

2. $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys  

$ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

$ cat~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

（2）ssh登陆localhost，执行命令行：

$ ssh localhost

第一次登录，会提示你无法建立到127.0.0.1的连接，是否要建立，输入yes即可，下面是能够通过无密码验证登陆的信息：

[root@localhost hadoop-0.19.0]# ssh localhost
Last login: Sun Aug  1 18:35:37 2010 from 192.168.0.104
[root@localhost ~]#

 

2、Hadoop-0.19.0配置

 

下载hadoop-0.19.0.tar.gz，大约是40.3M，解压缩到Linux系统指定目录，这里我的是/root/hadoop-0.19.0目录下。

下面按照有序的步骤来说明配置过程：

（1）修改hadoop-env.sh配置

将Java环境的配置进行修改后，并取消注释“#”，修改后的行为：

  export JAVA_HOME=/usr/java/jdk1.7.0_51

（2）在<configuration>与</configuration>加上3个属性的配置，修改后的配置文件内容为：

1、core-site.xml配置文件

内容配置如下所示：

[xhtml] viewplaincopyprint?

1. <?xml version="1.0"?>  
2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>  
3.   
4. <!-- Put site-specific property overrides in this file. -->  
5.   
6. <configuration>   
7.   <property>   
8.     <name>fs.default.name</name>   
9.     <value>hdfs://localhost:9000</value>   
10.   </property>   
11. </configuration>   

<?xml version="1.0"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><!-- Put site-specific property overrides in this file. --><configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> </configuration>

2、hdfs-site.xml配置文件

内容配置如下所示：

[xhtml] viewplaincopyprint?

1. <?xml version="1.0"?>  
2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>  
3.   
4. <!-- Put site-specific property overrides in this file. -->  
5.   
6. <configuration>   
7.   <property>   
8.     <name>dfs.replication</name>   
9.     <value>1</value>   
10.   </property>   
11. </configuration>   

<?xml version="1.0"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><!-- Put site-specific property overrides in this file. --><configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>

3、mapred-site.xml配置文件

配置内容如下所示：

[xhtml] viewplaincopyprint?

1. <?xml version="1.0"?>  
2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>  
3.   
4. <!-- Put site-specific property overrides in this file. -->  
5.   
6. <configuration>   
7.   <property>   
8.     <name>mapred.job.tracker</name>   
9.     <value>localhost:9001</value>   
10.   </property>   
11. </configuration>   

<xml version="1.0"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><!-- Put site-specific property overrides in this file. --><configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property <name>mapred.job.tracker</name> <value>localhost:9001</value> </property> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>

3、运行wordcount实例

wordcount例子是hadoop发行包中自带的实例，通过运行实例可以感受并尝试理解hadoop在执行MapReduce任务时的执行过程。按照官方的“HadoopQuick Start”教程基本可以容易地实现，下面简单说一下我的练习过程。

导航到hadoop目录下面，我的是/root/hadoop-0.19.0。

（1）格式化HDFS

执行格式化HDFS的命令行：

[plain] view plaincopyprint?

1. [root@localhost hadoop-0.19.0]# bin/hadoop namenode -format  

[root@localhosthadoop-0.19.0]# bin/hadoop namenode -format

格式化执行信息如下所示：

[plain] view plaincopyprint?

1. 10/08/01 19:04:02 INFO namenode.NameNode: STARTUP_MSG:   

2. /************************************************************  

3. STARTUP_MSG: Starting NameNode  

4. STARTUP_MSG:   host = localhost/127.0.0.1  

5. STARTUP_MSG:   args = [-format]