Hadoop学习笔记（一）——编译安装和配置

最近工作调动，打算补一下大数据处理的知识，可能会陆续涉及hadoop、mongodb、ddbs等。首先Apache提供二进制的Hadoop版本是32位的，在启动时总是有警告，所以想自己编译一遍，部分内容来源于网络。

0、环境说明：

操作系统环境：

ububtu 14.04 LTS 64位操作系统

JDK环境：

java version "1.7.0_55"
Java(TM) SE Runtime Environment (build 1.7.0_55-b13)
Java HotSpot(TM) 64-Bit Server VM (build 24.55-b03, mixed mode)

1、JDK安装

1. 从ORACLE网站下载最新版本JDK http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html，选择jdk-7uXX-linux-x64.tar.gz下载。
2. 用tar -zxvf 命令解压，解压后考到一个文件夹，我放到了/usr/lib/jvm，由于是测试机，只有我一个人用我把JDK的环境变量配置到了 /etc/profile也可以配置到~/.bashrc添加如下内容

   export JAVA_HOME=/usr/lib/jvmexport JRE_HOME=/usr/lib/jvm/jreexport CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATHexport PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH

   然后 source一下配置文件使他立即生效

2、安装编译依赖文件

sudo apt-get install g++ autoconf automake libtool make cmake zlib1g-dev pkg-config libssl-dev maven
之后还要安装 protobuf和findbugs，这两个只要编译安装就行了很简单，可以自行百度，

3、下载并编译Hadoop源码

hadoop 2.2.0源码下载地址 http://www.apache.org/dyn/closer.cgi/hadoop/common/

目前的2.2.0 的Source Code 压缩包解压出来的code有个bug 需要patch后才能编译。否则编译hadoop-auth 会提示错误。
需要修改下面的pom文件。该文件在hadoop源码包下寻找：
hadoop-common-project/hadoop-auth/pom.xml
打开上面的的pom文件，在54行加入如下的依赖：

     <dependency>       <groupId>org.mortbay.jetty</groupId>      <artifactId>jetty-util</artifactId>      <scope>test</scope>     </dependency>     <dependency>       <groupId>org.mortbay.jetty</groupId>       <artifactId>jetty</artifactId>       <scope>test</scope>     </dependency>

之后在源码目录执行如下命令即可，编译过程十分漫长，因为需要下载好多maven的依赖文件，需要耐心等待

mvn package -Pdist,native -DskipTests -Dtar

编译完之后将生成的tar$HADOOP_HOME/etc/hadoop包解压到一个目录安装即可，我放到了/usr/local/hadoop目录下

并在配置hadoop的环境变量 同样是执行vim /etc/profile 在最下面添加

export HADOOP_HOME=/usr/local/hadoopexport PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATHexport HADOOP_MAPRED_HOME=$HADOOP_HOMEexport HADOOP_COMMON_HOME=$HADOOP_HOMEexport HADOOP_HDFS_HOME=$HADOOP_HOMEexport YARN_HOME=$HADOOP_HOMEexport HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoopexport YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop

4、配置hadoop为伪分布式模式

配置文件在$HADOOP_HOME/etc/hadoop下

首先是core-site.xml添加如下配置

<configuration>    <property>        <name>hadoop.tmp.dir</name>        <value>/usr/local/hadoop/tmp</value>      </property>      <property>        <name>fs.defaultFS</name>        <value>hdfs://localhost:9000</value>        <final>true</final>      </property> </configuration>

yarn-site.xml添加如下配置

<configuration>     <property>        <name>yarn.nodemanager.aux-services</name>        <value>mapreduce_shuffle</value>        <description>shuffle service that needsto be set for Map Reduce to run </description>      </property>             <property>        <name>yarn.resourcemanager.hostname</name>        <value>localhost</value>        <description>hostanem of RM</description>      </property> </configuration>

hdfx-site.xml添加入下配置，并建立配置中的文件夹

<configuration>    <property>        <name>dfs.namenode.name.dir</name>        <value>file:/usr/local/hadoop/dfs/name</value>        <final>true</final>      </property>             <property>        <name>dfs.datanode.data.dir</name>        <value>file:/usr/local/hadoop/dfs/data</value>        <final>true</final>      </property>             <property>        <name>dfs.replication</name>        <value>1</value>      </property>             <property>        <name>dfs.permissions</name>        <value>false</value>      </property>  </configuration>

mapred-site.xml添加如下配置

<configuration>    <property>        <name>mapreduce.framework.name</name>        <value>yarn</value>      </property>      <property>        <name>mapred.system.dir</name>        <value>file:/usr/local/hadoop/mapred/system</value>        <final>true</final>      </property>             <property>        <name>mapred.local.dir</name>        <value>file:/usr/local/hadoop/mapred/local</value>        <final>true</final>      </property> </configuration>

之后可以在/usr/local/hadoop/sbin中执行  start-dfs.sh 如果出现类似下面结果则代表主从文件系统启动成功

Starting namenodes on [localhost]localhost: starting namenode, logging to /usr/local/hadoop/logs/hadoop-yang-namenode-ubuntu.outlocalhost: starting datanode, logging to /usr/local/hadoop/logs/hadoop-yang-datanode-ubuntu.outStarting secondary namenodes [0.0.0.0]0.0.0.0: starting secondarynamenode, logging to /usr/local/hadoop/logs/hadoop-yang-secondarynamenode-ubuntu.out

接着运行start-yarn.sh 如果没有错误将出现类似下面的结果

starting yarn daemonsstarting resourcemanager, logging to /usr/local/hadoop/logs/yarn-yang-resourcemanager-ubuntu.outlocalhost: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-yang-nodemanager-ubuntu.out

至此hadoop安装配置阶段就完成了。如果有机会将会接着写hadoop mapreduce初级编程，高级编程，hive等内容。