Window搭建Hadoop开发平台

一，准备

Java 1.6
Eclipse Europa 3.3.2
hadoop-0.19.2

Java必定要1.6，Eclipse好像不能用3.4以上，hadoop用0.19.2，原文用0.19.1，如今没的下了。0.20.0不能用，我试过了，无法启动Job Tracker，不知道缘由，多是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，真正的程序要经过它下载才能安装，当要选择下载站点时，输入：http://www.cygwin.cn 而后就能够选择要安装的程序，默认的时候没有安装OpenSSH，因此要手动选择，在Net类别下，选上OpenSSH和OpenSSL两项。

 

以后，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 的时候都本身点回车，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

检查ssh是否配置成功，当提示whether you really want to connect时，输入yes。 这样之后再输入ssh localhost的时候都不会再有提示了。

准备工做完了。

接下来开始配置Hadoop了，

一，解压文件

打开一个cygwin，输入如下命令

      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。我的认为，其实不必定要放到cygwin的用户根目录下，没试过。

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。

三，格式化Name Node

打开一个cygwin，转到hadoop目录下，若是按照前面的解压，直接用cd hadoop-0.19.2就能够了，接着输入如下命令：
      mkdir logs
      bin/hadoop namenode -format

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，表明安装成功了。若是没有的话，把eclipse下的 configuration\org.eclipse.update文件夹删了，再重启eclipse。

注意:eclipse必须是3.3版本以上,hadoop-eclipse-plugin.jar有bug,最好到网上下载别人修改过的，官方的jar文件没法运行，我用的是hadoop-eclipse-plugin-0.20.3-SNAPSHOT，只要把jar文件换个名称hadoop-0.20.2-eclipse-plugin.jar,而后拷贝到eclipse plugin目录下就能够了。

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

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，填入如下值

    * 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

 
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

好了，东西都准备好了，下篇就能够开始建立工程了。

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
 

右键点击新建立的 Hadoop 工程，选择  New -> Other 转到 Map/Reduce 文件夹, 选择 MapReduceDriver 而后点击 Next ，输入名字，点击Finish。
新建立了一个文件，可是有错误，把
conf.setInputPath(new Path("src"));
conf.setOutputPath(new Path("out"));

换为

conf.setInputFormat(TextInputFormat.class);
conf.setOutputFormat(TextOutputFormat.class);

FileInputFormat.setInputPaths(conf, new Path("In"));
FileOutputFormat.setOutputPath(conf, new Path("Out"));
右键点击文件，选择 Run As --> Run on Hadoop. 弹出如下窗口：

 选择 "Choose existing hadoop location" , 而后选择刚才建立的localhost ，点Finish 就开始运行了.

 接下来，就能够到网上找些测试代码来运行。。。

 window下的hadoop只能用于开发测试，生产的部署只支持linux操做系统。。

关于linux平台的hadoop搭建，后续请你们继续关注!!!!!!!

 

参考连接:

牛人整合资源：http://trac.nchc.org.tw/cloud/wiki/Hadoop4Win(台湾人封装好的hadoopfor window ) ,很是不错的一个网址，还有hadoop的学习视频

豆丁：http://www.docin.com/p-192869357.html

官网：http://hadoop.apache.org/

hadoop权威指南:http://doc.open-open.com/view/c8291dcbeaf24f05a81463bc7807f77c