Hadoop入门学习笔记---part2

opo

　　在《Hadoop入门学习笔记---part1》中感觉自己虽然总结的比较详细，但是始终感觉有点凌乱。不够系统化，不够简洁。经过自己的推敲和总结，现在在此处概括性的总结一下，认为在准备搭建hadoop环境时，需要在linux机器上做一些设置，在搭建Hadoop集群环境前，需要在本地机器上做以下设置：

• 修改ip地址；
  
• 关闭防火墙；
  
• Hostname的修改；
  
• Ssh自动登陆的设置（也即：免密码登录）；
  

　　**关于以上操作的详细命令可以查看上一篇博客《Hadoop入门学习笔记---part1》 。  作者：itRed   邮箱：it_red@sina.com　　博客：http://itred.iyunv.com
　　然后是安装过程，分为两步：

• 安装jdk;
  
• 安装hadoop;
  

　　Part2的重点就是安装和配置hadoop:在myeclipse中查看Hadoop的源码。
　　在安装之前，说一说hadoop的版本：

• Apache :官方版；
  
• Cloudera: 使用下载最多的版本，稳定，有商业支持，在Apache基础上打上了patch。应该说是比较推荐的一种；
  
• Yahoo ：内部使用的版本，发布过两次，已有的版本放到Apache上，后续的还在继续发布，并且是集中在Apache的版本上。
  

　　本人使用的Hadoop版本是1.1.2，使用的软件为Hadoop-1.1.2.tar.gz
　　在以上的设置工作完之后，正式进入安装和配置阶段：

• 将该软件放到linux系统中，解压，为了方便，修改一下文件名和权限；
  
• 设置环境变量；
  

#vi  /etc/profile
加上一行：export HADOOP_HOME=/usr/local/Hadoop
在PATH后添加：$HADOOP_HOME/bin:
　　然后执行这个命令让其立即生效：



#source /etc/profile
　　　　3. 修改hadoop的配置文件，用以实现伪分布，这里主要修改4个配置文件：
　　　　(1)     Hadoop-env.sh
　　主要是修改jdk的路径：
　　在该文件的第9行，修改JAVA_HOME的路径，根据自己的实际情况就行。
　　　(2)     Core-site.xml
　　在configuration里面加入一下配置代码，需要注意自己的主机名，即最开始修改的hostname:




fs.default.name
hdfs://hadoop:9000


Hadoop.tmp.dir
/usr/local/Hadoop/tmp

　　　　(3)     Hdfs-site.xml:




dfs.replication
1


dfs.permission
true

　　　　(4)     Mapred-site.xml




mapred.job.tracker
Hadoop:9001

　　　　4.  待配置完成后，需要对hadoop进行格式化，很多哦人开始不理解。这样想就行了，因为HDFS是一个文件系统，专门用来存储的。想想U盘什么的都需要格式化。



格式化的命令为：#hadoop namenode –format
　　
　　(总结：如果启动后发现有进程没有启动，需要重新格式化，那么首先得把已经启动了的进程停止掉，才能进行操作。#stop-all.sh)
　　　　5. 启动Hadoop：



命令：#start-all.sh  (注意：中间没有空格)
很自然能想到关闭停止的命令：#stop-all.sh   
　　可以进行单个启动和关闭。
　　启动完成后，需要验证是否正确，用命令jps来验证，注意不是jsp:　　



#jps
　　这时会出现5个java进程（一共6个，其中包含一个jps），分别为:
　　SecondaryNameNode     DataNode     TaskTracker    NameNode    JobTracker    Jps　　　

　　这样就算安装成功了！如果还不甘心，希望在浏览器中查看，不慌。这就说来。
　　如果你的操作界面时命令行模式，首先#startx 进入操作系统的界面模式，然后打开浏览器，在浏览器中输入hadoop:50070或输入 Hadoop:50030就可以看到如下界面：
　　hadoop:50070页面：

　　hadoop:50030页面：

　　关于某进程没有启动的常见解决办法：
　　HDFS在安装后没有格式化；
　　　　　　4个配置文件修改可能存在问题；
　　　　　　Hostname与ip没有绑定；
　　　　　　Ssh的免密码登录没有配置成功。
　　　　　　如果确保没有任何操作失误，或者在多次格式化后，还是不能启动某个进程，那么去删除/usr/local/Hadoop/目录下的tmp文件夹，然后再重新格式化。应该就没有什么问题了。
　　
　　那么如何在myeclipse中查看Hadoop的源码呢？
　　首先解压hadoop软件。我使用的版本是：hadoop-1.1.2.tar.gz
　　解压后的文件目录结构如下：

　　然后打开myeclipse，新建一个java工程，把src目录下的core文件夹，hdfs文件夹，mapred文件夹拷贝到src目录下。然后选择你的jdk，然后把那个src包调一下，就可以打开看到Hadoop的源码了。



作者：itRed         
邮箱：it_red@sina.com            
博客：http://www.iyunv.com/itred
***版权声明：本文版权归作者和博客园共有，欢迎转载，但请在文章显眼位置标明文章出处。未经本人书面同意，将其作为他用，本人保留追究责任的所有权利。