hadoop在windows下的配置与运行（运行环境和开发环境配置）

king71

　　在Windows下部署hadoop前，都需要安装cygwin软件，那么我们先来看一下，如何安装和配置cygwin
　　一、cygwin的安装与配置
　　1、什么是cygwin
　cygwin是一个在windows平台上运行的unix模拟环境，是cygnus solutions公司开发的自由软件（该公司开发了很多好东西，著名的还有eCos，不过现已被Redhat收购）。它对于学习unix/linux操作环境，或者从unix到windows的应用程序移植，或者进行某些特殊的开发工作，尤其是使用gnu工具集在windows上进行嵌入式系统开发，非常有用。随着嵌入式系统开发在国内日渐流行，越来越多的开发者对cygwin产生了兴趣。
2、cygwin的安装
  （1）下载安装程序，下载地址为： http://www.cygwin.com/setup.exe
   (2)选择必须安装的包,根据实践有如下包必须选择安 装，否则很可能cygwin安装失败！
   Net Category下的OpenSSL，OpenSSH;
   Base Category下的sed;
   Editors Category下的vim,Emacs;
   Devel Category下的subversion,binutils,gcc,gcc-mingw,gdb
　　(3)点击下一步。一直到完成
   说明：虽然cygwin提供在线安装，个人建议先  完全下载到本地，再进行安装，因为在线安装会出现许多莫名奇妙的问题。
　　2、cygwin的配置
 （1）配置环境变量
 CLASSPATH= .;C:\Java\jdk1.6.0_11\lib\dt.jar;C:\Java\jdk1.6.0_11\lib\tools.jar
  CYGWIN=ntsec;
JAVA_HOME=C:\Java\JDK1.6.0_11;C:\Java\jre6;
 在PATH环境变量中加入如下路径C:\cygwin\bin;C:\cygwin\usr\i686-pc-cygwin\bin;C:\Java\jdk1.6.0_11\bin;
　　（2）安装sshd服务
    启动cygwin输入命令：ssh-host-config;
    根据提示进行相应的操作直至安装完成，安装成功后立即启动名称为“CYGWIN sshd”的服务。
　　（3）配置ssh登录
      执行ssh-keygen命令，然后根据提示按三次回车键，最后输入如下命令：
   cd ~/.ssh/;
   cp id_rsa.pub authorized_keys
　　至此，cygwin的安装与配置成功，你可以享受cygwin带来的乐趣。
　　二、hadoop多节点的安装与部署
　　
1、下载hadoop;
       本实验用的版本是：hadoop-0.20.1;
2、外部配置
   选中一台机子做为jobTracker，namenode, datanode这个机子为master,这个机器的ip设置为192.168.1.140。另外两台做datanode,TaskTracker为slave，这个机器的ip为192.168.1.141，192.168.1.142
　　3、为了实现无密码登录ssh服务器，在master机器cygwin的控制台中输入如下命令：
  cd ~/.ssh；
   chmod 600 authorized_keys；
  scp authorized_keys  Administrator@192.168.1.141:~/.ssh/ authorized_keys；
scp authorized_keys  Administrator@192.168.1.142:~/.ssh/ authorized_keys；
　　假如是所用的客户端计算机是第一次登陆SSH服务器，命令行中会提示“Are you sure you want to continue connecting (yes/no) ?”，只要输入yes即可，SSH服务器会自动将这次的登陆信息存储在/.ssh/known_host文件中。当显示“Fanfare!!! You are successfully logged in to this server!!!”时，说明已经成功登陆到ssh服务器计算机内了，需要注重的是，此时在当前控制台内输入的命令都将在ssh服务器计算机里运行。
　　4、master机器Hadoop机器环境部署：
  （1）将安装包解压到F:\hadoop\run中；
  （2）修改conf目录下的hadoop-env.sh
     export JAVA_HOME="/cygdrive/c/Java/jdk1.6.0_11"
   (3)修改conf目录下的core-site.xml；
　　<property>
　　<name>fs.default.name</name>
　　<value>hdfs://192.168.1.140:9000<value>
　　......................................
　　(4)修改conf目录下的hdfs-site.xml；
　　<property>
　　<name>dfs.datanode.handler.count</name>
　　<value>1<value>
　　......................................
　　<property>
　　<name>dfs.replication</name>
　　<value>1<value>
　　......................................
　　（5）修改conf目录下的mapred-site.xml
　　<property>
　　<name>mapred.job.tracker</name>
　　<value>192.168.1.140:9001<value>
　　......................................
　　（6）修改conf目录下的masters文件
         输入192.168.1.140
 （7）修改conf目录下的slaves文件
       输入：192.168.1.140
                 192.168.1.141
                 192.168.1.142
　　（7）配置hadoop在cygwin中的环境
      用vi打开/etc/profile文件，在文件的末尾追加如下代码：
       export HADOOP_HOME=/cygdrive/f/hadoop/run
       export PATH=$PATH:$HADOOP_HOME/bin
　　
（8）格式化一个新的分布式文件系统
    cd $HADOOP_HOME
    bin/hadoop namenode -format
5、slave机器Hadoop机器环境部署
     把master机器上的F:\hadoop拷贝到slave机器上的F盘的根目录下即可。
6、关闭master，slave机器上的Cygwin,然后重启Cygwin。
　　7、启动master上的hadoop，执行如下命令：
     ssh localhost
     cd $HADOOP_HOME
     bin/start-dfs.sh
     bin/start-mapred.sh
     jps
8、运行wordcount程序
   $ bin/hadoop dfs -put ./test-in input 
  $ bin/hadoop jar hadoop-0.16.0-examples.jar wordcount input output
   $ bin/hadoop dfs -cat output/*
9、停止hadoop进行
    $ bin/stop-all.sh
10、配置hadoop的开发环境
   (1)下载hadoop-0.20.1-eclipse-plugin.jar
   (2)将其复制到Eclipse安装目录下的   plugins子目录下。
   (3)删除org.eclipse.update目录，重启   Eclipse.
  (4) 配置一个Map/Reduce对象，即DFS location ,将Map/Reduce   Master一栏中的host设置为192.168.140，port设置为9001；将DFS Master 一栏中的host设置为192.168.140，port设置为9000；
 （5）运行wordcout程序
     创建一个Map/Reduce  Project,将wordcount.java拷贝到该工程的src目录下，运行程序。
   
　　至此，如果以上没有问题的话，hadoop多节点的运行环境与开发环境配置完毕了，你可以开发Map/Reduce程序了。