Hadoop初步体验（安装与测试）

简述：Hadoop是最著名使用最普遍的分布式大数据处理框架，它是用Java开发的。

物理主机、虚拟机、虚拟主机这三个就很少说了。咱们先在ubuntu里添加一个叫hadoop的用户

‍1：安装jdk‍

下载jdk： jdk-7u75-linux-x64.tar.gz

安装jdk： 

#切换到root用户
su root

#进入用户编译的目录
cd /usr/local/lib
#将jdk压缩包解压到当前路径
tar -zxvf [jdk文件路径]/java-jdk-1.7/jdk-7u75-linux-x64.tar.gz

#编辑linux配置文件
gedit /etc/profile
#添加以下文字
export JAVA_HOME=/usr/local/lib/jdk1.7.0_75    
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
#保存文件

#将jdk1.7.0_75目录的拥有者改成root组的root用户
chown root:root -R /usr/local/lib/jdk1.7.0_75
#更改目录和文件的模式
chmod 755 -R /usr/local/lib/jdk1.7.0_75
#生效
source /etc/profile

#测试jdk，这条命令检查jdk安装是否成功。运行这条命令，只要没有报错就代表安装成功了。
java -version

2：在虚拟机中安装hadoop

下载hadoop：hadoop-1.2.1.tar.gz

安装hadoop：

#切换到hadoop用户
su hadoop

#进入第三方包目录
cd /opt
tar -xvzf [hadoop文件路径]/hadoop-1.2.1.tar.gz

#进入hadoop目录，配置几个文件

#core-site.xml
<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

#mapred-site.xml
<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>localhost:9001</value>
    </property>
</configuration>

#hdfs-site.xml
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

#在hadoop-env.sh文件里添加以下一条语句：
export JAVA_HOME=/usr/local/lib/jdk1.7.0_75

3：安装rsync和ssh

sudo apt-get install ssh rsync
ssh-keygen -t dsa -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
ssh localhost

4：启动hadoop

#进入hadoop目录
cd /opt/hadoop-1.2.1

#格式化hadoop_namenode
./bin/hadoop namenode -format

#启动hadoop全部节点
./bin/start-all.sh

5：测试（词频统计）

#进入hadoop目录
cd /opt/hadoop-1.2.1

#将当前目录下的README.txt放到hadoop进行测试
./bin/hadoop fs -put README.txt readme.txt

#运行hadoop 的examples 的wordcount，测试hadoop 的执行。
./bin/hadoop jar hadoop-examples-1.2.1.jar wordcount readme.txt output

#这条命令查看处理结果
./bin/hadoop fs -cat output/part-r-00000