hadoop(userguid)快速入门.docVIP

Hadoop（quick start）快速入门 目的 先决条件 支持平台 所需软件 安装软件 下载 运行Hadoop集群的准备工作 单机模式的操作方法 伪分布式模式的操作方法 配置 免密码ssh设置 执行 完全分布式模式的操作方法 目的 这篇文档是帮助你快速完成单机上的Hadoop安装与使用以便你对 HYPERLINK file:///E:\\hadoop\\hadoop-0.20.2\\docs\\cn\\hdfs_design.html Hadoop分布式文件系统(HDFS)和Map-Reduce框架有所体会，比如在HDFS上运行示例程序或简单作业等。 要安装hadoop还需先安装其他文件，ssh,java等。 先决条件 支持平台 GNU/Linux是产品开发和运行的平台。 Hadoop已在有2000个节点的GNU/Linux主机组成的集群系统上得到验证。 Win32平台是作为开发平台支持的。由于分布式操作尚未在Win32平台上充分测试，所以还不作为一个生产平台被支持。 所需软件 Linux和Windows所需软件包括: JavaTM1.5.x，必须安装，建议选择Sun公司发行的Java版本。 ssh 必须安装并且保证 sshd一直运行，以便用Hadoop 脚本管理远端Hadoop守护进程。 Windows下的附加软件需求 HYPERLINK / Cygwin - 提供上述软件之外的shell支持。 安装软件 如果你的集群尚未安装所需软件，你得首先安装它们。 以Ubuntu Linux为例: $ sudo apt-get install ssh $ sudo apt-get install rsync 在Windows平台上，如果安装cygwin时未安装全部所需软件，则需启动cyqwin安装管理器安装如下软件包： openssh - Net 类 下载 为了获取Hadoop的发行版，从Apache的某个镜像服务器上下载最近的 HYPERLINK /core/releases.html 稳定发行版。 运行Hadoop集群的准备工作 解压所下载的Hadoop发行版。编辑 conf/hadoop-env.sh文件，至少需要将JAVA_HOME设置为Java安装根路径。 尝试如下命令：$ bin/hadoop 将会显示hadoop 脚本的使用文档。 现在你可以用以下三种支持的模式中的一种启动Hadoop集群： 单机模式 伪分布式模式 完全分布式模式 单机模式的操作方法 默认情况下，Hadoop被配置成以非分布式模式运行的一个独立Java进程。这对调试非常有帮助。 下面的实例将已解压的 conf 目录拷贝作为输入，查找并显示匹配给定正则表达式的条目。输出写入到指定的output目录。 $ mkdir input $ cp conf/*.xml input $ bin/hadoop jar hadoop-*-examples.jar grep input output dfs[a-z.]+ $ cat output/* 伪分布式模式的操作方法 Hadoop可以在单节点上以所谓的伪分布式模式运行，此时每一个Hadoop守护进程都作为一个独立的Java进程运行。 配置 使用如下的 conf/hadoop-site.xml: configuration ??property ????name/name ????valuelocalhost:9000/value ??/property ??property ????namemapred.job.tracker/name ????valuelocalhost:9001/value ??/property ??property ????namedfs.replication/name ????value1/value ??/property /configuration 免密码ssh设置 现在确认能否不输入口令就用ssh登录localhost:$ ssh localhost 如果不输入口令就无法用ssh登陆localhost，执行下面的命令：$ ssh-keygen -t dsa -P -f ~/.ssh/id_dsa $ cat ~/.ssh/id_dsa.pub ~/.ssh/authorized_keys 执行 格式化一个新的分布式文件系统：$ bin/hadoop namenode -format 启动Hadoop守护进程：$ bin/start-all.sh Hadoop守护进程的日志写入到 ${HADOOP_LOG_DIR} 目录 (默认是 ${HADOOP_HOME}/logs). 浏览NameN