2018-07-20 23:41 门头沟学院 Java

关注

《Hadoop实战》第二章 Hadoop的安装与配置

Hadoop安装与配置：

Hadoop是为了在Linux平台上使用而开发的，但是在一些主流的操作系统如UNIX、Windows甚至Mac OS X系统上Hadoop也运行良好。不过，在Windows.上运行Hadoop稍显复杂，首先必须安装Cygwin来模拟Linux环境，然后才能安装Hadoop。

以下介绍在Linux、window上配置hadoop。

1. Linux上安装与配置hadoop

1.1安装JDK1.6

下面介绍安装JDK 1.6的具体步骤。

(1) 下载和安装JDK 1.5

确保可以连接到互联网，

从htp://www.oracle.com/technetwork/java/javase/downloads页面下载JDK 1.6安装包(文件名类似jdk-***-linux-i586.bin,不建议安装JDK 1.7版本，因为并不是所有软件都支持1.7版本)到JDK安装目录(本章假设IDK安装目录均为/usr/lib/jvm/jdk)。

(2)手动安装JDK 1.6

在终端下进入JDK安装目录，并输入命令:

sudo chmod U+X jdk-.**- linux-i586. bin

修改完权限之后就可以进行安装了，在终端输入命令:

sudo-s./jdk-***-1inux- i586.bin

安装结束之后就可以开始配置环境变量了。

(3)配置环境变量输入命令:

sudo gedit /etc/profile

输入密码，打开profile 文件。在文件最下面输人如下内容:

#set Java Environment

export JAVA_ HCME=/usr/1ib/jvm/jdk

export CLASSPATH=". :$JAVA_ HOME/1 ib : $CLASSPATH"export PATH- ”$JAVA_ HOME/ : $PATH"

这一步的意义是配置环境变量，使系统可以找到JDK。

(4)验证JDK是否安装成功输人命令:

java -version

会出现如下JDK版本信息:

java version "1.6.0_22"

Java(TM) SB Runtime Environment (build 1.6.0_ 22-b04)

Java HotSpot (TM) Client VM (build 17.1-b03， mixed mode, shar ing)

如果出现上述JDK版本信息，说明当前安装的JDK并未设置成Ubuntu系统獸认的JDK，接下来还需要手动将安装的JDK设置成系统默认的JDK。

(5)手动设置系统默认JDK在终端依次输入命令:

sudo update- altermatives - install /usx/bin/java java /usr/lib/jvm/jdk/bin/java 300

sudo update-alternatives - install /usr/bin/javac javac /usr/1ib/jvm/jdk/bin/javac 300sudo update-alternatives -config java

接下来输入java -version就可以看到所安装的JDK的版本信息了。

1.2配置SSH免密码登录

同样以Ubuntu为例，假设用户名为u:

1)确认已经连接上互联网，然后输入命令:

sudo apt-get inatall sah

2)配置为可以免密码登录本机。首先查看在u用户下是否存在.ssh文件夹(注意ssh前面有“.”，这是一个隐藏文件夹)，输入命令:

1s一a /home/u

一-般来说，安装SSH时会自动在当前用户下创建这个隐藏文件夹，如果没有，可以手动创建一个。

接下来，输入命令(注意下面命令中不是双引号，是两个单引号):

sah-keygen –t dsa –P’ ’-f ~/ .sah/id_ dsa

解释一下，ssh-keygen 代表生成密钥; -t (注意区分大小写)表示指定生成的密钥类型;

dsa是dsa密钥认证的意思，即密钥类型; P用于提供密语; -f 指定生成的密钥文件。

在Ubuntu中，~代表当前用户文件夹，此处即/home/u。

这个命令会在ssh文件夹下创建id_ dsa及id dsa.pub 两个文件，这是SSH的一对私钥和公钥，类似于钥匙和锁，把id_ dsa.pub ( 公钥)追加到授权的key中去。

输入命令:

cat -/ .ssh/id_ dsa.pub >> -/ .esh/ authorized keys

这条命令的功能是把公钥加到用于认证的公钥文件中，这里的authorized_ keys 是用于认证的公钥文件。

至此免密码登录本机已配置完毕。

3)验证SSH是否已安装成功，以及是否可以免密码登录本机。输入命令:

ssh -vereion.

显示结果:

OpenSSH_ 5. 8p1 Debian-7ubuntul, OpenSSL 1.0.0e 6 Sep 2011

Bad escape character ' rsion'.

显示SSH已经安装成功了。输入命令:

ssh localhost

会有如下显示:

The authenticity of host ' localhost (: :1)’can't be establ ished .

RSA key fingerprint is 8b:c3:51:a5:2a:31:b7: 74:06:9d:62:04:4f:84:fB:77.Are you sure you want to cont inue connecting (ye/no)? yea

Warning: Permanently added ! localhost' (RSA) ; to the list of known hosts ，

Linux master 2.6.31-14-generic #48-Ubuntu SMP Fri 0ct 16 14:04:26 UTC 2011 1686

To access official Ubuntu documentation, please visit:http:/ /help . ubuntu . com/

Last login: Sat Feb 18 17:12:40 2012 from masteradmi naHadoop:-$

这说明已经安装成功，第一次登录时会询问是否继续链接，输人yes即可进入。

实际，上，在Hadoop的安装过程中，是否免密码登录是无关紧要的，但是如果不配置免密码登录，每次启动Hadoop都需要输人密码以登录到每台机器的DataNode.上，考虑到一般的Hadoop集群动辄拥有数百或上千台机器，因此一般来说都会配置SSH的免密码登录。

1.3安装并运行Hadoop

介绍Hadoop的安装之前，

先介绍一下Hadoop对各个节点的角色定义。

Hadoop分别从三个角度将主机划分为两种角色。第一，最基本的划分为Master和Slave,即主人与奴隶:第二，从HDFS的角度，将主机划分为NameNode和DataNode (在分布式文件系统中，目录的管理很重要，管理目录相当于主人，而NameNode就是目录管理者);第三，从MapReduce的角度，将主机划分为JobTracker和TaskTracker (一个Job经常被划分为多个Task,从这个角度不难理解它们之间的关系)。

Hadoop有官方发行版与cloudera版，其中cloudera版是Hadoop的商用版本，这里先介绍Hadoop官方发行版的安装方法。

Hadoop有三种运行方式:单机模式、伪分布式与完全分布式。乍看之下，前两种方式并不能体现云计算的优势，但是它们便于程序的测试与调试，所以还是很有意义的。

你可以在以下地址获得Hadoop的官方发行版: htp://www.apache org/dyn/closer.cgi/

Hadoop/core/.

下载hadoop-1.0.1.tar.gz并将其解压，本书后续都默认将Hadoop解压到/home/u目录下。

(1)单机模式配置方式

安装单机模式的Hadoop无须配置，在这种方式下，Hadoop被认为是一个单独的Java进程，这种方式经常用来调试。

(2)伪分布式Hadoop配置

可以把伪分布式的Hadoop看做只有-一个节点的集群，在这个集群中，这个节点既是Master,也是Slave;既是NameNode,也是DataNode;既是JobTracker,也是TaskTracker.

伪分布式的配置过程也很简单，只需要修改几个文件。进入conf文件夹，修改配置文件。指定JDK的安装位置:

Hadoop- env. sh:

export JAVA_ HOME=/usr/1ib/jvm/jdk

这是Hadoop核心的配置文件，这里配置的是HDFS (Hadoop的分布式文件系统)的地址及端口号。

conf/core-site, xml ;<conf iguration>

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

<value>hdfs://localhost :9000</value></property></configuration>

以下是Hadoop中HDFS的配置，配置的备分方式默认为3，在单机版的Hadop中，需将其改为1。

conf/hdfs-site . xml:

<name>dfs. replication< / name >

</property></ configuration>

以下是Hadoop中MapReduce的配置文件，配置JobTracker 的地址及端口。

conf/mapred-site. xml:

<name >mapred. job. Tracker</name>

<cvalue>localhost: 9001</value></property>

</configuration>

接下来，在启动Hadoop前，需要格式化Hadoop的文件系统HDFS。进入Hadoop文件夹，输人命令:

bin/Hadoop NameNode - format

格式化文件系统，接下来启动Hadoop。输入命令，启动所有进程:

bin/etart-all. sh

最后，验证Hadoop是否安装成功。打开浏览器，分别输入网址:

http://localhost : 50030 (MapReduce 的web页面)http:/ /localhoat:50070 (HDFS 的Web页面)

如果都能查看，说明Hadoop已经安装成功。

对于Hadoop来说，启动所有进程是必须的，但是如果有必要，你依然可以只启动HDFS ( start-dfs.sh)或MapReduce ( start-mapred.sh)。

2．在window上安装与配置hadoop

2.1安装JDK1.6或更高版本

相对于Linux,JDK在Windows.上的安装过程更容易，你可以在htp://www.java.com/zh_ CN/download/manual.jsp下载到最新版本的JDK。这里再次申明，Hadoop的编译及MapReduce程序的运行，很多地方都需要使用JDK的相关工具，因此只安装JRE是不够的。

安装过程十分简单，运行安装程序即可，程序会自动配置环境变量(在之前的版本中还没有这项功能，新版本的JDK已经可以自动配置环境变量了)。

2.2安装Cygiwn

Cygwin是在Windows平台下模拟UNIX环境的一个工具，只有通过它才可以在Windows环境下安装Hadoop。可以通过下面的链接下载Cygwin: htp://www.cygwin.com/.

双击运行安装程序，选择install from internet。根据网络状况，选择合适的源下载程序。

2.3 配置环境变量

依次右击“我的电脑”，在弹出的快捷菜单中依次单击“属性”→“高级系统设置”→“环境变量”，修改环境变量里的path设置，在其后添加Cygwin的bin目录。

2.4 安装sshd服务

单击桌面上的Cygwin图标，启动Cygwin,执行ssh-host-config命令，当要求输入Yes/No时，选择输人No。当显示“Havefun”时，表示sshd服务安装成功。

2.5 启动sshd服务

在桌面上的“我的电脑”图标上右击，在弹出的快捷菜单中单击“管理”命令，启动CYGWIN sshd服务，或者直接在终端下输人下面的命令启动服务:

net start sshd

2.6 配置SSH免密码登录