CentOS7安装配置hadoop0.20，附带虚拟机集成资源包

主要讲解hadoop的入门安装配置

环境为vmware11，CentOS 7，Hadoop 0.20.2，jdk1.8

这里解释下为什么用hadoop0.20.2，虽然最新版的hadoop性能上有了很大的提高，但是随之而来的bug也是明显增多，不稳定的因素也在增加，对于刚接触hadoop的朋友，个人建议使用这个版本，因为稳定，bug少，资料多，用于学习是最适合不过的了。

安装步骤如下（默认已经将CentOS
7安装在vmware11，我安装的是带GUI的服务器）：

Jdk准备

a) 卸载自带的openjdk

查看openjdk安装情况

yum list java*

卸载openjdk

yum erase 要卸载的包名 –y

a) 安装jdk1.8\
rpm –i jdk-8u91-linux-x64.rpm

b) 配置环境变量

参考我的这篇文章：http://blog.csdn.net/feiepuhuo001/article/details/51880875

Hadoop准备

这里解释下为什么要在windows下操作，第一是简单方便，第二是后续eclipse集成时需要这个已经解压的文件。

a) window环境下下载hadoop压缩包并解压

下载下来是tar.gz格式的文件，大部分windows下解压软件都是可以解压的，和解压zip格式文件没什么区别

a) 配置

解压后进入conf目录，修改6个文件

• hadoop-env.sh

正确导入本地的JAVA_HOME目录信息

# export JAVA_HOME=/usr/lib/j2sdk1.5-sun

export JAVA_HOME=/usr/java/jdk1.8.0_91

• core-site.xml

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://192.168.1.130:54310/</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/home/hadoop/tmp</value>

</property>

</configuration>

这里解释下fs.default.name的属性值最好不要配置localhost，后续eclipse配置时会时不时出些问题，使用ip地址最为稳妥，端口号建议不要设置成9000或者50020这种容易冲突的端口。

• hdfs-site.xml

<configuration>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

<property>

<name>dfs.permissions</name>

<value>false</value>

</property>

</configuration>

• mapred-site.xml

<configuration>

<property>

<name>mapred.job.tracker</name>

<value>192.168.1.130:54311</value>

</property>

</configuration>

同理最好不要设置成localhost

• masters

192.168.1.130

填上自己的ip就可以了

• slaves

192.168.1.130

填上自己的ip就可以了

a) 打包上传到CentOS上

打包肯定不能用zip打包，linux下当然是tar格式，不过windows下大部分压缩软件不支持tar格式压缩，推荐7z，自行百度下载。

使用ssh工具连接服务器，调用rz命令，上传文件，当然vmware也可以直接复制的.

a) 解压并配置环境变量

服务器上解压

tar –xzvf hadoop.tar

配置环境变量，过程同配置JAVA_HOME，不配置也可以，但是配置后就可以在任意目录下调用hadoop命令

a) ssh免登陆

在我们开始测试之前有非常重要的一步，ssh免登录，我当前用户为hadoop。

命令如下：

ssh-keygen -t rsa -P “”

一路回车到底

cat /home/hadoop/.ssh/id_rsa.pub >> /home/
hadoop/.ssh/authorized_keys

测试：

ssh localhost

正常情况如下：

如果你需要输入密码，则表示没有成功，原因大多数情况是权限问题，输入如下命令：

chmod 700 ~/.ssh

chmod 600 ~/.ssh/authorized_keys

再次测试就可以了。

格式化、运行并测试

命令如下：

• 格式化：hadoop namenode –format

• 启动：start-all.sh

测试是否成功：jps

如图所示即为成功，缺一个都是失败的。

如果只缺NameNode，最大的可能是格式化失败，重新格式化，但是之前必须要先删除临时文件，core-site.xml文件里配置的/home/hadoop/tmp这个目录，如果缺好几个进程，则可能是端口冲突，换个端口试试。

• 停止

stop-all.sh

附带资源下载：
http://download.csdn.net/detail/feiepuhuo001/9573478

如有错误，还望指出，共同进步；手敲累抽搐，装载注出处。