Windows下基于Cygwin和Eclipse的Hadoop开发环境完全配置（转载）

isgood

　　我已经按照这个教程完全的完成了一遍，而且成功了。有些小的地方和这篇文章有点区别。后面我会提出来。
　　网上搜了一些中文的，总是只有一小部分，对于我们这些菜鸟来说，根本没发用，更可恶的是，搜到的内容都是一样的，哎，抄来抄去，估计都没试过到底能不能用就贴上去了。
　　后来找了一个英文的：http://ebiquity.umbc.edu/Tutorials/Hadoop/00 - Intro.html 非常的全面，一步一步的教，我这翻译一下大致的步骤。
　　一，准备（没有提供下载地址）
　　Java 1.6
Eclipse Europa 3.3.2
hadoop-0.19.2
　　Java一定要1.6，Eclipse好像不能用3.4以上，hadoop用0.19.2，原文用0.19.1，现在没的下了。0.20.0不能用，我试过了，没法启动Job Tracker，不知道原因，可能是bug也不定。
　　二，安装Cygwin
　　先去下载一个安装文件，完后运行，这只是一个引导的程序，真正的程序要通过它下载才能安装，当要选择下载站点时，输入：http://www.cygwin.cn 。其实选择别的地址也是可以下载的。然后就可以选择要安装的程序，默认的时候没有安装OpenSSH，所以要手动选择，在Net类别下，选上OpenSSH和OpenSSL两项。（important，要耐心等着它下载完毕）

　　之后，设置环境变量，把
　　c:\cygwin\bin;c:\cygwin\usr\bin
　　加入到系统环境变量的Path中。
　　三，配置SSH
　　1.打开一个cygwin，输入
　　ssh-host-config
　　当询问if privilege separation should be used 时输入 no .
当询问if sshd should be installed as a service 时输入yes .
当询问about the value of CYGWIN environment variable enter 时输入 ntsec .
　　2.打开 控制面板-》管理-》服务 启动名为 CYGWIN sshd 的那项。
　　3.打开cygwin，输入
　　ssh-keygen
　　当询问要filenames 和 pass phrases 的时候都自己点回车，接受默认的值.命令结束后输入 cd ~/.ssh转到.ssh目录，输入 ls -l应该包含两个文件：id_rsa.pub 和 id_rsa
　　4.在第三步的窗口（当前目录在.ssh）中输入
　　cat id_rsa.pub >> authorized_keys
　　完成后输入
　　ssh localhost （等到完成了这步且显示成功后，如果配置有问题就一定不是ssh的问题）
　　检查ssh是否配置成功，当提示whether you really want to connect时，输入yes。这样以后再输入ssh localhost的时候都不会再有提示了。
　　准备工作完了，下篇继续。
　　接下来开始配置Hadoop了，
　　一，解压文件
　　打开一个cygwin，输入以下命令
　　cd .
　　explorer .
　　会弹出一个新窗口，把原来下载的hadoop压缩文件放到里面，并解压。个人认为，其实不一定要放到cygwin的用户根目录下，没试过。（我尝试了一下，放的目录没有影响,比如我就直接解压在C的根目录下面的）
　　二，配置Hadoop
　　打开解压出来的文件夹，在 hadoop-0.19.2\conf 目录下有一个 hadoop-site.xml 文件，打开，在原有的
　　<configuration>
　　</configuration>间插入
　　<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9100</value>
</property>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9101</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
　　保存。
　　（说明：上面3个红色的地方是设定的值，因为是单机运行，所以最后那个值是1。上面的数字可以不是9101和9100，还有一种流行的设置方法是设置为9001和9000）
　　三，格式化Name Node
　　打开一个cygwin，转到hadoop目录下，如果按照前面的解压，直接用cd hadoop-0.19.2就可以了，接着输入以下命令：
      mkdir logs
      bin/hadoop namenode -format
　　（说明：这步非常重要。在format之后会默认生成tmp文件夹。当然，这个tmp也是可以在设置中改的，不过没有必要改，用默认的就可以了。很多时候如果，后面出问题了，把这步redo就能解决问题）
　　四，安装Eclipse插件
　　打开解压后的文件夹，把hadoop-0.19.2\contrib\eclipse-plugin下的hadoop-0.19.2-eclipse- plugin.jar文件拷到eclipse 的plugins目录下，重启eclipse，在Window->Open Perspective->other，弹出的窗口中应该有一项Map/Reduce项，代表安装成功了。如果没有的话，把eclipse下的 configuration\org.eclipse.update文件夹删了，再重启eclipse。

　　五，启动Hudoop集群
　　启动五个cygwin。
　　在第一中启动NameNode，执行：
cd hadoop-0.19.2
bin/hadoop namenode
　　在第二个中启动Secondary NameNode，执行：
cd hadoop-0.19.2
bin/hadoop secondarynamenode
　　第三个中启动job tracker 执行：
cd hadoop-0.19.2
bin/hadoop jobtracker
　　第四个中启动data node ，执行
cd hadoop-0.19.2
bin/hadoop datanode
　　最后一个启动 task tracker， 执行：
cd hadoop-0.19.2
bin/hadoop tasktracker
　　(说明：这个是原文的说法。其实在0.19.2的版本里面已经集成了。可以直接cd hadoop-0.19.2之后，就bin/start-all.sh这样就把上面的5项全部执行了。在linux里面也是这样的，只需要执行这一个文件)
　　六，在Eclipse中配置环境
　　启动eclipse，转到Map/Reduce Perspective,在上图的Map/Reduce Locations里，新建一个Location，填入以下值
　　* Location Name -- localhost
    * Map/Reduce Master
          o Host -- localhost
          o Port -- 9101
    * DFS Master
          o Check "Use M/R Master Host"
          o Port -- 9100
    * User name -- 默认
　　（说明：这个地方的数字和你之前在hadoop-site.xml文件中改的数字一样就行了）

　　七，上传文件到HDFS
　　打开一个cygwin，执行
　　cd hadoop-0.19.1
      bin/hadoop fs -mkdir In
      bin/hadoop fs -put *.txt In
　　这时，在eclipse的Project explorer的DFS location中，应该能反应变化，没有的话，reconnect一下

　　最后，在Eclipse中新建工程。
　　启动Eclipse，

• 右键点击  Project Explorer 窗口，选择 New -> Project.. 找到 Map/Reduce Project， 点Next ，输入名字。
  
• 点击下面的Config Hadoop Install Directiory，输入Hadoop的目录，如：C:\cygwin\home\User\hadoop-0.19.2
  

　　右键点击新创建的 Hadoop 工程，选择  New -> Other 转到 Map/Reduce 文件夹, 选择 MapReduceDriver 然后点击 Next ，输入名字，点击Finish。
　　只要把这个连上了。建工程运行程序什么的，就很简单了。
　　本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/yanical/archive/2009/08/23/4474830.aspx