Hadoop安装教程——单机模式

转自：http://bbs.chinacloud.cn/archiver/showtopic-589.aspx

Hadoop是MapReduce的开源实现，现在介绍它的单机模式安装方法。

实验平台：Ubuntu 9.04，Hadoop0.20，JDK1.6

step 1. ssh的安装设置

由于Hadoop用ssh 通信，因此先进行免密码登录设定，
$ apt-get install ssh
$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ ssh localhost
完成后请登入确认不用输入密码，（第一次登入需按enter键，第二次就可以直接登入到系统。
~$ ssh localhost
~$ exit
~$ ssh localhost
~$ exit

step 2. 安装java

由于 Sun Java Runtime 是执行 Hadoop 必备的工具，因此我们需要安装 JRE 或 JDK。这里我们直接安装 JDK，因为后面写程序仍旧需要用到 JDK 所提供的编译程序。目前 Ubuntu 9.04 提供的 JDK 套件最新版本为 Sun Java(TM) Development Kit (JDK) 6 ，套件名称为 sun-java6-jdk。并建议删除原本的 「 gcj 」 。
~$ sudo apt-get purge java-gcj-compat
~$ sudo apt-get install sun-java6-bin  sun-java6-jdk sun-java6-jre

step 3. 下载安装Hadoop

•请至下载 Hadoop 0.20，并解开压缩文件到 /opt 路径。
•$ tar zxvf hadoop-0.20.0.tar.gz
•$ sudo mv hadoop-0.20.0 /opt/
•$ sudo chown -R hadoop:hadoop /opt/hadoop-0.20.0
•$ sudo ln -sf /opt/hadoop-0.20.0 /opt/hadoop

step 4. 设定 hadoop-env.sh

•进入 hadoop 目录，做进一步的设定。我们需要修改两个档案，第一个是 hadoop-env.sh，需要设定 JAVA_HOME, HADOOP_HOME, PATH 三个环境变量。
/opt$ cd hadoop/
/opt/hadoop$ cat >> conf/hadoop-env.sh << EOF
贴上以下信息
export JAVA_HOME=/usr/lib/jvm/java-6-sun
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:/opt/hadoop/bin
EOF

step 5. 设定 hadoop配置文件

•編輯 /opt/hadoop/conf/core-site.xml
<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://localhost:9000</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/tmp/hadoop/hadoop-${user.name}</value>
  </property>
</configuration>
•編輯 /opt/hadoop/conf/hdfs-site.xml
<configuration>
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>
</configuration>
•編輯 /opt/hadoop/conf/mapred-site.xml
<configuration>
  <property>
    <name>mapred.job.tracker</name>
    <value>localhost:9001</value>
  </property>
</configuration>

step 6. 格式化HDFS

•以上我们已经设定好 Hadoop 单机测试的环境，接着让我们来启动 Hadoop 相关服务，格式化 namenode， secondarynamenode, tasktracker
•$ cd /opt/hadoop
•$ source /opt/hadoop/conf/hadoop-env.sh
•$ hadoop namenode -format

执行画面如：
09/03/23 20:19:47 INFO dfs.NameNode: STARTUP_MSG:

09/03/23 20:19:47 INFO fs.FSNamesystem: fsOwner=hadooper,hadooper
09/03/23 20:19:47 INFO fs.FSNamesystem: supergroup=supergroup
09/03/23 20:19:47 INFO fs.FSNamesystem: isPermissionEnabled=true
09/03/23 20:19:47 INFO dfs.Storage: Image file of size 82 saved in 0 seconds.
09/03/23 20:19:47 INFO dfs.Storage: Storage directory /tmp/hadoop-hadooper/dfs/name has been successfully formatted.
09/03/23 20:19:47 INFO dfs.NameNode: SHUTDOWN_MSG:


step 7. 启动Hadoop

•接着用 start-all.sh 来启动所有服务，包含 namenode, datanode,
/opt/hadoop$ bin/start-all.sh
执行画面如：
starting namenode, logging to /opt/hadoop/logs/hadoop-hadooper-namenode-vPro.out
localhost: starting datanode, logging to /opt/hadoop/logs/hadoop-hadooper-datanode-vPro.out
localhost: starting secondarynamenode, logging to /opt/hadoop/logs/hadoop-hadooper-secondarynamenode-vPro.out
starting jobtracker, logging to /opt/hadoop/logs/hadoop-hadooper-jobtracker-vPro.out

step 8. 安装完毕测试

•启动之后，可以检查以下网址，来观看服务是否正常。Hadoop 管理接口 Hadoop Task Tracker 状态 Hadoop DFS 状态
•http://localhost:50030/ - Hadoop 管理接口

——————————————————分割线————————————————————

还有就是使用 web 接口。

访问 http://localhost:50030 可以查看 JobTracker 的运行状态。

访问 http://localhost:50060 可以查看 TaskTracker 的运行状态。

访问 http://localhost:50070 可以查看 NameNode 以及整个分布式文件系统的状态，浏览分布式文件系统中的文件以及 log 等。

step 9.运行wordcount.java

在hadoop所在目录里有几个jar文件，其中hadoop-examples-0.20.203.0.jar就是我们需要的，它里面含有wordcount，咱们使用命令建立测试的文件

(1)先在本地磁盘建立两个输入文件file01 和file02:
  $ echo “Hello World Bye World” > file01
  $ echo “Hello Hadoop Goodbye Hadoop” > file02
  (2)在hdfs 中建立一个input 目录：$ hadoop fs –mkdir input
  (3)将file01 和file02 拷贝到hdfs 中：
$ hadoop fs –copyFromLocal /home/hexianghui/soft/file0* input
  (4)执行wordcount：
$ hadoop jar hadoop-0.20.1-examples.jar wordcount input output
  (5)完成之后，查看结果：
$ hadoop fs -cat output/part-r-00000

结果为：

Bye 1
  Goodbye 1
  Hadoop 2
  Hello 2
  World 2

 

可能遇到的问题

1：运行wordcount程序，控制台没任何显示

原因：因为我的hadoop启动後默认进入safemode模式，该模式下不允许对文件进行修改和删除。所以使用

hadoop dfsadmin -safemode leave

离开安全模式

2：控制台报错

Exception in thread "main" java.io.IOException: Error opening job jar: hadoop-0.20.2-examples.jar
      at org.apache.hadoop.util.RunJar.main(RunJar.java:90)
  Caused by: java.util.zip.ZipException: error in opening zip file
      at java.util.zip.ZipFile.open(Native Method)
      at java.util.zip.ZipFile.<init>(ZipFile.java:131)
      at java.util.jar.JarFile.<init>(JarFile.java:150)
      at java.util.jar.JarFile.<init>(JarFile.java:87)
      at org.apache.hadoop.util.RunJar.main(RunJar.java:88)

这是因为找不到 job jar 而出现的错误

正确命令

bin$ hadoop jar ../hadoop-0.20.2/hadoop-0.20.2-examples.jar wordcount input output

或者

$ bin/hadoop jar hadoop-0.20.1-examples.jar wordcount input output

3：控制台报错

org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory output already exists

这是因为mapreduce的输出都应该是单独的输出文件，不能有重名的情况

需要删除已有的同名文件

/opt/hadoop/bin/hadoop fs -rmr output