ubuntu下搭建hadoop伪分布式模式

搭建的单机操作系统配置如下图：

使用的hadoop版本为1.2.1版本，Java为jre7（搭建环境变量参照：http://fengfu222.iteye.com/admin/blogs/2026451）

第一步为设置ssh免密码登陆（如果没有ssh，则需要提前安装ssh, 终端下输入命令: sudo apt-get  install openssh-server）

终端下执行：ssh-keygen -t rsa 一路回车就行，该命令会在你的当前用户下生成一个.ssh文件夹，下面包含两个文件 id_rsa和id_rsa.pub两个文件

接着复制id_rsa.pub 到.ssh目录下的authorized_keys，执行命令cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys即可

验证：本机下输入 ssh 本机IP或者别名 就能免密码登陆成功

第二步 修改hostname以及设置ip与hostname(主机名)绑定(如果是用localhost 配置，则掉过这一步骤）

ubuntu下hostname是在文件/etc/hostname下配置的，打开/etc/hostname,修改为主机名为hadoopserver，修改为hadoopserver后，需要立即修改ip与hostname的绑定，编辑/etc/hosts 注释掉先前的主机名对应的ip地址（必须做）,添加 192.168.1.234(你的Ip地址) hadoopserver 配置完成后需要重启

验证：

终端输入hostname -i 显示你配置的主机名；ping 主机名 会进行解析为IP地址（对应正确即为配置正确）

第三步 安装hadoop，官网上面下载hadoop1.2.1版本，下载完成后解压缩，

在用户目录下建立software文件夹，在该文件夹下建立到解压缩后的hadoop目录的软链接

修改hadoop目录下conf目录下的hadoop-env.sh文件，制定本机的java运行环境

export JAVA_HOME=your java 运行环境目录(如果你设置了环境变量，则不用修改该文件)

接着修改3个文件: core-site.xml hdfs-site.xml mapred-site.xml文件，三个文件均在conf下

core-site.xml

core-site.xml简单配置为

      
      
      
      
      
      
         
          fs.default.name  
          hdfs://hadoopserver（可以配置为localhost，或者你上步骤配置的主机名）:9000  
         
      

hdfs-site.xml简单配置为：

      
      
      
      
      
      
         
          dfs.replication  
          1  
         
      
         
          dfs.permissions  
          false  
         
      
      

mapred-site.xml配置为：

      
      
      
      
      
      
         
        mapred.job.tracker  
        hadoopserver（此处可以是localhost 或者你配置的主机名）:9001  
         
      

第四步 启动hadoop

启动hadoop 首先第一步要进行格式化 切换到hadoop目录 执行 bin/hadoop namenode -format(每次启动不需要都执行格式化，但是如果配置太简单，则系统重启后，启动hadoop则需要重新进行格式化)

出现如下，则格式化成功

    14/12/21 22:54:31 INFO namenode.FSEditLog: closing edit log: position=4, editlog=/tmp/hadoop-fengfu/dfs/name/current/edits  
    14/12/21 22:54:31 INFO namenode.FSEditLog: close success: truncate to 4, editlog=/tmp/hadoop-fengfu/dfs/name/current/edits  
    14/12/21 22:54:32 INFO common.Storage: Storage directory /tmp/hadoop-fengfu/dfs/name has been successfully formatted.  
    14/12/21 22:54:32 INFO namenode.NameNode: SHUTDOWN_MSG:   
    /************************************************************  
    SHUTDOWN_MSG: Shutting down NameNode at hadoopserver/192.168.1.234  
    ************************************************************/  

接下来执行bin/start-all.sh 启动Hadoop

命令执行完成后，可以使用java的jps查看是否全部启动起来，如下

    fengfu@hadoopserver:~/software/hadoop-1.2.1$ jps  
    5694 SecondaryNameNode  
    6083 Jps  
    5965 TaskTracker  
    5806 JobTracker  
    5529 DataNode  
    5376 NameNode  

或者浏览器上验证：

http://hadoopserver:50070
http://hadoopserver:50030

如果没有启动起来，可以到hadoop目录下的logs目录下查看输出日志，进行调试（当然可以配置logs的位置，不一定在Logs目录下）

本人配置碰到的问题

1 ubuntu下有默认的主机名，而我使用了hadoopserver，虽然我配置了/etc/hosts （ubuntu下主机名绑定的ip为127.0.1.1）但是没有修改hostname导致进行格式化的时候出问题(没有报错误，只是在eclipse下配置Hadoop的时候老是出错)，因为格式化的时候默认使用的是主机名，如下图：

    STARTUP_MSG: Starting NameNode  
    STARTUP_MSG:   host = hadoopserver/192.168.1.234  
    STARTUP_MSG:   args = [-format]  
    STARTUP_MSG:   version = 1.2.1  
    STARTUP_MSG:   build = https://svn.apache.org/repos/asf/hadoop/common/branches/b  

2 系统每次启动后，都启动不起来hadoop，主要就是因为没有进行格式化，而系统重启后，需要重新格式化，则是因为hadoop格式化后的文件系统目录在/tmp文件夹下，如下：

    14/12/21 22:54:31 INFO common.Storage: Image file /tmp/hadoop-fengfu/dfs/name/current/fsimage of size 112 bytes saved in 0 seconds.  
    14/12/21 22:54:31 INFO namenode.FSEditLog: closing edit log: position=4, editlog=/tmp/hadoop-fengfu/dfs/name/current/edits  
    14/12/21 22:54:31 INFO namenode.FSEditLog: close success: truncate to 4, editlog=/tmp/hadoop-fengfu/dfs/name/current/edits  
    14/12/21 22:54:32 INFO common.Storage: Storage directory /tmp/hadoop-fengfu/dfs/name has been successfully formatted.  

每次系统重启后，这个文件夹下的东西都清空，所以每次系统重启后启动hadoop都需要进行重新格式化，不重启则就不需要，建议在配置文件中重新指定hadoop文件系统的位置，不要放在/tmp下，每次格式化后都会丢失hdfs里面存储的数据

3 推荐使用主机名进行配置Hadoop是因为如果想配置集群的话，不用localhost是因为如果配置真分布式，则还需要修改掉配置文件中的localhost.