unbuntu虚拟机上搭建伪分布式hadoop

一. 你要安装Ubuntu这一步省略；

二. 在Ubuntu下创建hadoop用户组和用户;

1. 创建hadoop用户组：

 sudo addgroup hadoop

2. 创建hadoop用户：

 sudo adduser -ingroup hadoop hadoop

3. 给hadoop用户添加权限，打开/etc/sudoers文件：

 sudo gedit /etc/sudoers

按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。

在root   ALL=(ALL:ALL)   ALL下添加：hadoop   ALL=(ALL:ALL)  ALL，

三. 在Ubuntu下安装JDK

1、这里使用的是jdk-6u37-linux-i586.bin(可以直接去官网下载：http://www.oracle.com/technetwork/java/javase/downloads/jdk6u37-downloads-1859587.html)
2、在/usr/下新建java目录：sudo mkdir /usr/java
3、拷贝文件至该新建目录：sudo cp /home/administrator/jdk-6u37-linux-i586.bin /usr/java  （注意：我是用U盘拷到administratior的）
4、更改文件权限，使之可以运行：sudo chmod u+x jdk-6u37-linux-i586.bin
5、运行该文件：sudo ./jdk-6u37-linux-i586.bin 。至此，usr/java/目录下面有一个bin文件包jdk1.6.0_37，以及解压后的同名文件夹。
6.然后要配置环境变量
(1)
sudo gedit /etc/environment 
在文件中添加
gedit代码
export JAVA_HOME=/usr/java/jdk1.6.0_37
export JRE_Home=/usr/java/jdk1.6.0_37/jre
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

(2)然后修改第二个文件
sudo gedit /etc/profile 
在文件中最后一行的前面添加
export JAVA_HOME=/usr/java/jdk1.6.0_37
export JRE_HOME=/usr/java/jdk1.6.0_37/jre
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib 
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH:$HOME/bin

(3)由于ubuntu中一般安装有默认的jdk，如openjdk，所以，为了使默认使用的是我们安装的jdk，还要进行如下工作。
sudo update-alternatives --install /usr/bin/java java /usr/java/jdk1.6.0_37/bin/java 300
sudo update-alternatives --install /usr/bin/javac javac /usr/java/jdk1.6.0_37/bin/javac 300

(4)通过这一步将我们安装的jdk加入java选单。
sudo update-alternatives --config java
通过这一步选择系统默认的jdk

(5)终端输入：
java -version
显示:
java version "jdk1.6.0_37"
Java(TM) SE Runtime Environment (jdk1.6.0_37-b06)
Java HotSpot(TM) Server VM (build 20.12-b01, mixed mode)
即配置成功

四. 修改机器名

每当ubuntu安装成功时，我们的机器名都默认为：ubuntu ，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。机器名由 /etc/hostname文件决定。

1. 打开/etc/hostname文件：

 sudo gedit /etc/hostname

2. 将/etc/hostname文件中的ubuntu改为你想取的机器名。这里我取"yu-ubuntu"。 重启系统后才会生效。

五. 安装ssh服务

这里的ssh和三大框架:spring,struts,hibernate没有什么关系，ssh可以实现远程登录和管理，具体可以参考其他相关资料。

安装openssh-server，

sudo apt-get install ssh openssh-server (在这一步可能由于权限不够而进行不了，可以sudo su - 进入root权限)

六、 建立ssh无密码登录本机

首先要转换成hadoop用户，执行以下命令：

su - hadoop

ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。

1. 创建ssh-key，，这里我们采用rsa方式：

 ssh-keygen -t rsa -P ""

（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

2. 进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的：

cd ~/.ssh
cat id_rsa.pub >> authorized_keys

（完成后就可以无密码登录本机了。）

3.登录localhost：

ssh localhost

( 注：当ssh远程登录到其它机器后，现在你控制的是远程的机器，需要执行退出命令才能重新控制本地主机。)

4. 执行退出命令：

exit

七. 安装hadoop（必须在ssh安装好后才可以安装hadoop）

这里采用的hadoop版本是：hadoop-0.20.203（http://www.apache.org/dyn/closer.cgi/hadoop/common/），因为该版本比较稳定。

1. 假设hadoop-0.20.203.tar.gz在桌面，将它复制到安装目录 /usr/local/下：

 sudo cp hadoop-0.20.203.0rc1.tar.gz /usr/local/

2. 解压hadoop-0.20.203.tar.gz：

 cd /usr/local
sudo tar -zxf hadoop-0.20.203.0rc1.tar.gz

3. 将解压出的文件放到hadoop文件夹下：

 sudo mv hadoop-0.20.203.0 hadoop

4. 将该hadoop文件夹的属主用户设为hadoop：

 sudo chown -R hadoop:hadoop hadoop

下面三个文件的配置信息，请参考《实战hadoop》这本书
5. 打开hadoop/conf/hadoop-env.sh文件：

 sudo gedit hadoop/conf/hadoop-env.sh

6. 配置conf/hadoop-env.sh（找到#export JAVA_HOME=...,去掉#，然后加上本机jdk的路径）：

 export JAVA_HOME=/usr/java/jdk1.6.0_37

7. 打开conf/core-site.xml文件：

 sudo gedit hadoop/conf/core-site.xml

编辑如下：
                                                        

         
       fs.default.name     
       hdfs://localhost:9000     
       

8. 打开conf/mapred-site.xml文件：

 sudo gedit hadoop/conf/mapred-site.xml

编辑如下：
                                                   
        
               
         mapred.job.tracker         
         localhost:9001         
            

9. 打开conf/hdfs-site.xml文件：

 sudo gedit hadoop/conf/hdfs-site.xml

编辑如下：

    
         dfs.replication
         1
    

10. 打开conf/masters文件，添加作为secondarynamenode的主机名，作为单机版环境，这里只需填写 localhost 就Ok了。

 sudo gedit hadoop/conf/masters

11. 打开conf/slaves文件，添加作为slave的主机名，一行一个。作为单机版，这里也只需填写 localhost就Ok了。

 sudo gedit hadoop/conf/slaves

八. 在单机上运行hadoop

1. 进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作，

cd /usr/local/hadoop/

bin/hadoop namenode -format

2. hdfs文件系统格式化成功

下面一步，必须在用ssh localhost 之后才可以启动。

 

3. 启动bin/start-all.sh：（注意在这一步可能会由于权限不够而不能执行，我们需要将解压的java文件夹的属主改为hadoop用户）

bin/start-all.sh

4. 检测hadoop是否启动成功：

jps

如果有Namenode，SecondaryNameNode，TaskTracker，DataNode，JobTracker五个进程，就说明你的hadoop单机版环境配置好了！