Hadoop 1.0.4 安装配置和 wordcount

环境如下：

ubuntu-12.04.2-server-amd64

hadoop-1.0.4

VirtualBox

1、在VBox中安装Ubuntu Server，

用户名和密码都是hadoop，安装完成后，克隆两份，这样就有三台机器，一台master，两台slave。克隆后的slave打开不能 上网，原因是克隆的时候，“重新初始化所有网卡的MAC地址”,而Ubuntu系统中网卡缓存中的MAC地址也新的MAC地址不一致，解决方法是在克隆后 的机器中删除一个文件，使用如下命令：

sudo rm /etc/udev/rules.d/70-persistent-net.rules

然后重启，机器就能连网了。

2、安装jdk，使用如下命令：

sudo apt-get install openjdk-6-jdk

master和slave都要安装。

3、修改机器名称，编辑/etc/hostname，把master机器修改成master.Hadoop，slave机器修改成slave1.Hadoop和slave2.Hadoop。

4、修改机器网络配置，编辑/etc/network/interfaces。master的网络配置如下：

# This file describes the network interfaces available on your system

# and how to activate them. For more information, see interfaces(5).

# The loopback network interface
auto lo
iface lo inet loopback

# The primary network interface
auto eth0
#iface eth0 inet dhcp
iface eth0 inet static
address 192.168.0.40 netmask 255.255.255.0 gateway 192.168.0.1 dns-nameservers 8.8.8.8

slave1和slave2的配置只需要修改IP地址，分别是192.168.0.41和192.168.0.42。

5、配置master和slave的hosts文件，编辑/etc/hosts，在文件中追加如下内容：

192.168.0.40 master.Hadoop 192.168.0.41 slave1.Hadoop 192.168.0.42 slave2.Hadoop

三台机器的hosts配置相同。

6、配置master无密码登录所有slave

在master上执行：

ssh-keygen -t rsa -P ''

这个命令用于生成无密码密钥对，询问其保存路径时直接回车采用默认路径。生成的密钥对为id_rsa和id_rsa.pub，默认存储在/home/hadoop/.ssh目录下。接着在master上做如下配置，把id_rsa.pub追加到授权的key里：

cat .ssh/id_rsa.pub >> .ssh/authorized_keys

修改权限：authorized_keys的权限和.ssh目录的权限，使用如下命令：

chmod 600 .ssh/authorized_keys

chmod 700 .ssh

在slave机器上创建.ssh目录，使用如下命令：

mkdir .ssh

把authorized_keys复制到slave1机器的/home/hadoop/.ssh中，使用如下命令：

 scp .ssh/authorized_keys slave1.Hadoop:/home/hadoop/.ssh/authorized_keys

修改权限，同master上的权限配置，在slave2上做同样的操作。

7、在master上安装hadoop

解压hadoop-1.0.4.tar.gz：

tar -zxvf hadoop-1.0.4.tar.gz

8、配置hadoop

编辑conf/hadoop-env.sh，修改JAVA_HOME的值：

export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-amd64/

编辑conf/mapred-site.xml，添加内容：

xml version="1.0"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?>  <configuration> <property> <name>mapred.job.trackername> <value>value> property> configuration>

编辑conf/hdfs-site.xml，添加内容：

xml version="1.0"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?>  <configuration> <property> <name>dfs.name.dirname> <value>/home/hadoop/namevalue> property> <property> <name>dfs.data.dirname> <value>/home/hadoop/datavalue> property> <property> <name>dfs.replicationname> <value>2value> property> configuration>

编辑conf/core-site.xml，添加内容：

xml version="1.0"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?>  <configuration> <property> <name>fs.default.namename> <value>hdfs://master.Hadoop:9000value> property> <property> <name>hadoop.tmp.dirname> <value>/home/hadoop/hadoop-1.0.4/tmpvalue> property> configuration>

编辑conf/masters，删除localhost，添加内容：

master.Hadoop

编辑conf/slaves，删除localhost，添加内容：

slave1.Hadoop
slave2.Hadoop

9、把master的hadoop-1.0.4拷贝到slave

在master上执行：

scp -r hadoop-1.0.4 slave1.Hadoop:/home/hadoop/
scp -r hadoop-1.0.4 slave2.Hadoop:/home/hadoop/

10、在master上格式化HDFS文件系统，使用如下命令：

hadoop-1.0.4/bin/hadoop namenode -format

11、启动所有结点

在master上执行：

hadoop-1.0.4/bin/start-all.sh

在master上执行jps命令，输出如下：

1974 JobTracker 2101 Jps 1602 NameNode 1893 SecondaryNameNode

说明master上hadoop正常启动。

在slave上执行jps命令，输出如下：

2007 Jps 1423 DataNode 1636 TaskTracker

说明slave上hadoop正常启动。

也可以在浏览器中打开192.168.0.40:50030或者192.168.0.40:50070查看master和slave是否正常启动。

12、关闭所有节点

在master上执行：

hadoop-1.0.4/bin/stop-all.sh

  

13、第一个hadoop程序

hadoop届的hello world，wordcount程序

首先生成要执行的jar文件
$ mkdir wordcount_classes 
$ javac -classpath ${HADOOP_HOME}/hadoop-${HADOOP_VERSION}-core.jar -d wordcount_classes WordCount.java 
$ jar -cvf /usr/joe/wordcount.jar -C wordcount_classes/ .

然后在HDFS上面准备好要count的输入文件
$ bin/hadoop dfs -ls [hdfs://>:9000]/usr/joe/wordcount/input/ 
/usr/joe/wordcount/input/file01 
/usr/joe/wordcount/input/file02 

$ bin/hadoop dfs -cat /usr/joe/wordcount/input/file01 
Hello World Bye World 
$ bin/hadoop dfs -cat /usr/joe/wordcount/input/file02 
Hello Hadoop Goodbye Hadoop

执行查询：
$ bin/hadoop jar /usr/joe/wordcount.jar org.myorg.WordCount /usr/joe/wordcount/input /usr/joe/wordcount/output

输出
$ bin/hadoop dfs -cat /usr/joe/wordcount/output/part-00000 
Bye 1 
Goodbye 1 
Hadoop 2 
Hello 2 
World 2 

package org.myorg;

import java.io.IOException;
import java.util.*;

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.conf.*;
import org.apache.hadoop.io.*;
import org.apache.hadoop.mapred.*;
import org.apache.hadoop.util.*;

public class WordCount {

   public static class Map extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
     private final static IntWritable one = new IntWritable(1);
     private Text word = new Text();

     public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
       String line = value.toString();
       StringTokenizer tokenizer = new StringTokenizer(line);
       while (tokenizer.hasMoreTokens()) {
         word.set(tokenizer.nextToken());
         output.collect(word, one);
       }
     }
   }

   public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> {
     public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
       int sum = 0;
       while (values.hasNext()) {
         sum += values.next().get();
       }
       output.collect(key, new IntWritable(sum));
     }
   }

   public static void main(String[] args) throws Exception {
     JobConf conf = new JobConf(WordCount.class);
     conf.setJobName("wordcount");

     conf.setOutputKeyClass(Text.class);
     conf.setOutputValueClass(IntWritable.class);

     conf.setMapperClass(Map.class);
     conf.setCombinerClass(Reduce.class);
     conf.setReducerClass(Reduce.class);

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

     FileInputFormat.setInputPaths(conf, new Path(args[0]));
     FileOutputFormat.setOutputPath(conf, new Path(args[1]));

     JobClient.runJob(conf);
   }
}

参考链接：

http://blog.chinaunix.net/uid-26867092-id-3213709.html

http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html
官网1.0.4的安装教程：

官网2.6.0的安装教程：

转载自：http://www.cnblogs.com/sunjie21/archive/2013/04/01/2994309.html