hadoop2.4.0伪分布式安装配置

折腾了两天多，终于搞明白怎样从虚拟机中搭建伪分布式hadoop，并通过windows中的eclipse连接虚拟机中的hadoop，废话不多说，下面介绍linux安装过程。

需要环境：虚拟机VMware，CentOS安装包，jdk-7u25-linux-i586.rpm，hadoop-2.4.0.tar.gz，xshell

首先下载hadoop2.4.0的安装包，资源很多，这里不给出下载地址了

安装虚拟机后安装CentOS系统，此处不详细介绍，说一下虚拟机不管用NAT或桥接方式连接网络都可以，不会产生影响，但是如果担心后期动态ip会变导致环境问题，可以使用桥接方式设置静态IP。

安装后使用xhell进行连接，安装rzsz命令，（yum -y install lrzsz）

上传hadoop-2.4.0.tar.gz ,解压tar -zxvf hadoop-2.4.0.tar.gz

根据自己的需求移动到对应目录里面，我这里放在/usr/local目录下面，安装jdk 并且配置jdk和hadoop环境变量，安装JDK可以参考JDK安装

配置环境变量：vi /etc/profile 在最后添加：

export JAVA_HOME=/usr/java/jdk1.7.0_25export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/libexport PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATHexport HADOOP_HOME=/usr/local/hadoop-2.4.0export PATH=$HADOOP_HOME/bin:$PATH

下面介绍伪分布式下hadoop几个配置文件的相关配置：

在hadoop-2.4.0目录下建立如下几个文件夹：mkdir hdfs ;  mkdir hdfs/name ; mkdir hdfs/data ; mkdir tmp ; mkdir mapred ; mkdir mapred/local ; mkdir mapred/system

进入到配置文件文件夹下（hadoop-2.4.0/etc/hadoop）,修改hadoop-env.sh中的JAVA_HOME

# The java implementation to use.

export JAVA_HOME=/usr/java/jdk1.7.0_25

修改core-site.xml添加如下内容：

<configuration>  <property>    <name>fs.defaultFS</name>    <value>hdfs://127.0.0.1:9000</value>  </property>  <property>    <name>hadoop.tmp.dir</name>    <value>file:/usr/local/hadoop-2.4.0/tmp</value>  </property>  <property>    <name>dfs.namenode.name.dir</name>    <value>file:/usr/local/hadoop-2.4.0/dfs/name</value>  </property>  <property>    <name>dfs.datanode.data.dir</name>    <value>file:/usr/local/hadoop-2.4.0/dfs/data</value>  </property></configuration>

修改hdfs-site.xml添加内容如下：

<configuration>  <property>    <name>dfs.replication</name>    <value>1</value>  </property>  <property>    <name>dfs.permissions</name>    <value>false</value>  </property>  <property>    <name>dfs.namenode.name.dir</name>    <value>file:/usr/local/hadoop-2.4.0/dfs/name</value>  </property>  <property>    <name>dfs.datanode.data.dir</name>    <value>file:/usr/local/hadoop-2.4.0/dfs/data</value>  </property></configuration>

修改mapred-site.xml(默认没有这个配置文件，可以拷贝改目录下的mapred-site.xml.template    :  cp mapred-site.xml.template mapred-site.xml)内容如下：

<configuration>  <property>    <name>mapreduce.jobtracker.address </name>    <value>127.0.0.1:9001</value>    <final>true</final>  </property>  <property>    <name>mapred.system.dir</name>    <value>file:/usr/local/hadoop-2.4.0/mapred/system</value>    <final>true</final>  </property>  <property>    <name>mapred.local.dir</name>    <value>file:/usr/local/hadoop-2.4.0/mapred/local</value>    <final>true</final>  </property></configuration>

修改yarn-site.xml内容如下：

<configuration><!-- Site specific YARN configuration properties -->  <property>    <name>mapreduce.framework.name</name>    <value>yarn</value>  </property>  <property>    <name>yarn.nodemanager.aux-services</name>    <value>mapreduce_shuffle</value>  </property></configuration>

OK，到此配置文件初步配置完成，接下来需要设置ssh免密码登陆,执行命令：ssh-keygen -t rsa    一路回车即可 ，然后运行命令：cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

运行命令 ssh localhost 不会使用密码直接能够登陆则成功。

首次运行需要进行hdfs格式化：hdfs namenode -format

注意打印信息，如果有warn则需要斟酌修改，视具体情况而定。

进入sbin文件夹，执行：./start-all.sh

运行启动后，使用jps命令查看是否将服务启动成功：

输入命令：jps

打印结果：

4467 DataNode
6515 Jps
4602 SecondaryNameNode
4363 NameNode
4819 NodeManager
4734 ResourceManager

通过浏览器访问：http://ip_ip:8088  http://ip_ip:50070  http://ip_ip:19888查看相关信息

可以看到启动成功，到目前为止，linux端hadoop伪分布式环境搭建成功。