Hadoop的学习前奏(一)——在Linux上安装与配置Hadoop

前言

  笔者眼下是在做Android开发，又是在一个信息安全的公司。公司的主要是做在虚拟机上运行的产品，又涉猎云计算，心想是要去搞一下云计算。自我感觉移动互联网 + 云计算 + 信息安全会是一个非常好的方向，于是投身当中。

由于是Java出身。所以自然而然选择了Hadoop。

笔者系统环境

Linux:  CentOS release 6.5 (Final)
JDK:    java version "1.7.0_75"
        OpenJDK Runtime Environment (rhel-2.5.4.0.el6_6-x86_64 u75-b13)
        OpenJDK 64-Bit Server VM (build 24.75-b04, mixed mode)
SSH:    OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013

Hadoop: hadoop-1.2.1

环境搭建

1.安装JDK

  关于JDK的安装。不是本博客的讨论范围，大家能够自行百度或是Google进行安装。

2.配置SSH免password登录

  在你的机器能够联网的前提下进行例如以下操作

  (1) # yum install openssh-server # 安装SSH

  (2) # yum -y install openssh-clients

      # 假设你安装SSh完毕之后，运行ssh出现系统无法识别ssh的话，须要另外安装openssh-clients

  (3) # mkdir -p ~/.ssh # 假设你在安装完SSH后，这些文件夹都未自己主动生成，请自行创建

  (4) # ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

      ssh-keygen 表示生成密钥

      -t 表示指定生成的密钥类型

      dsa 是dsa密钥认证的意思，即密钥类型

      -P 提供密语

      -f 指定生成的密钥文件

  (5) # cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

      # 将公钥加到用于认证的公钥文件里。authorized_keys是用于认证的公钥文件

  (6) # ssh -version

      # 验证SSH是否安装完毕，正确安装会有相似例如以下的结果：

      

  (7)至此主要的配置已经几乎相同了，只是还是不能够进行免password登录。最后一步就是要配置两个东西的权限属性：

     $ chmod 700 ~/.ssh
     $ chmod 600 ~/.ssh/authorized_keys

     这两步是必要的。不然你可能就不能免password登录了。

  (8)$ ssh localhost # 验证

3.安装并运行Hadoop

  (1)下载hadoop-x.x.x

     解压到指定文件夹。比如/home/u

  (2)改动配置文件的配置信息

      # vim ~/hadoop-1.2.1/conf/core-site.xml

      

      # vim ~/hadoop-1.2.1/conf/hdfs-site.xml

      

      # vim ~/hadoop-1.2.1/conf/mapred-site.xml

      

  (3) # ~/hadoop-1.2.1/bin/hadoop namenode -format # 格式化文件系统

  (4) # ~/hadoop-1.2.1/bin/start-all.sh # 启动全部进程

  (5)验证Hadoop是否成功安装

     进入浏览器，分别输入下面网址进行验证：

     http://localhost:50030 (MapReduce的Web页面)

     http://localhost:50070 (HDFS的Web页面)

     验证演示样例：

     MapReduce的Web页面

     

     HDFS的Web页面

     

遇到的问题

1.启动Hadoop时，总是说JAVA_HOME未配置

  

  当我使用教程中的shell命令在hadoop文件夹中运行bin/start-all.sh时，老是报JAVA_HOME is not set.

  但是我在shell里也设置了JAVA_HOME了啊，并且我去查看系统中的JAVA_HOME也是OK的，例如以下：

  

  这一点让我非常是奇怪。如是我找到一篇论坛，里面的情况和我的有一些相似。只是他的一句话让我察觉到自己的搞错了一个地方。那就是上面提示的JAVA_HOME事实上是要在配置文件里去设置的。

  运行vim ~/hadoop-1.2.1/conf/hadoop-env.sh，这个文件夹请依据自己你的路径来写，改动例如以下：

  

2.-bash: bin/hadoop: Permission denied

这里假设你是在Linux下直接从网络上下载的话，应该会没什么事情。只是，假设你跟笔者一样。是使用WinSCP上传到Linux上的话，这里能够会有一个小地方须要改动。

不然会报这样一个错误：

  

  能够看到这个错误是在我们运行hadoop这个可运行文件时报的错误。那我们就仅仅要对这个文件进行权限的改动就能够了。由于后面的还会用到一些其它的可运行文件，那么这里我就对全部的文件都做了一个可运行权限的改动（当然，这里是由于我们是在学习和測试阶段，为了避免麻烦，偷了个懒。假设要从安全的角度来考虑，这里我们是不能这样做的）。

3.Hadoop SafeMode: ON - HDFS unavailable

  当然我们把之前的一些配置信息都搞了的时候。这时可能还会有一个问题，就是我们HDFS的Web页面无法訪问。

  

  这个问题事实上是我们之前的一些错误配置遗留下来的问题。我们之前说过一个运行文件的权限问题，我们在操作格式化HDFS时，这个正是这个权限的问题在干扰。如是我把之前启动的进程都stop掉。

然后又一次format就OK了。

  格式化HDFS正确时的提示信息例如以下：