Hadoop基础教程之搭建开发环境并编译

一.环境准备

jdk、hadoop软件包、eclipse（linux版）

二.安装java 

JDK、Tomcat、Oracle

CentOS-6.3安装配置JDK-7 http://www.flybi.net/blog/liangyong/12

CentOS-6.3安装配置Tomcat7.0 http://www.flybi.net/blog/liangyong/2 

CentOS-6.3安装配置Oracle11g R2 http://www.flybi.net/blog/liangyong/34

三.安装hadoop（单机分布式）

3.1、创建hadoop用户

为hadoop创建一个专门的用户，具体如下：

groupadd hadoopGroup             //创建hadoop用户组  

useradd -g hadoopGroup hadoop    //新增用户hadoop并将其加入hadoopGroup群组  

passwd hadoop                    //建立hadoop用户的新密码，密码也是hadoop

3.2安装hadoop

用ftp工具将hadoop安装包上传到linux系统中，解压

tar -zxvf hadoop-1.2.1.tar.gz

3.3配置ssh

Hadoop需要通过SSH（安全外壳协议，可以保护共享访问的安全性）来启动Slave列表中各台主机的守护进程。但是由于SSH需要用户密码登陆，所以为了在系统运行时，节点之间免密码登录和访问，就需要把SSH配置免密码方式。具体如下：

ssh-keygen -t rsa        //生成密钥对，ras加密  

一直按enter，就会按照默认的选项将生成的密钥对保存到.ssh/id_rsa

cd .ssh/              

cp id_rsa.pub authorized_keys    //进入.ssh,把id_rsa.pub文件追加到授权（authorized_keys）里面  

ssh localhost                    //测试无密码登录本机 

 3.4配置hadoop环境

切换到hadoop的安装路径找到conf/hadoop-env.sh文件，vi编辑,在文件最后添加如下语句：

同时将hadoop安装目录的bin目录配置到系统path变量中，不然如果无法使用hadoop命令（当然也可以每次都到hadoop安装文件夹下的bin里面去执行./hadoop）

Hadoop-1.2.1的配置文件主要有三个，从名字上很容易辨认和理解：conf/core-site.xml(全局配置文件)、conf/hdfs-site.xml（HDFS配置文件）和conf/mapred-site.xml（MapReduce的配置文件）。下面是我的配置，name都是固定的，也很容易理解。value注意根据自己的路径来配

conf/core-site.xml

conf/mapred-site.xml

hdfs-site.xml  

3.5格式化HDFS文件系统

修改完上述文件之后，进入hadoop安装目录

在首次安装和使用Hadoop之前，需要格式化分布式文件系统HDFS，所以执行如下命令：

3.6启动hadoop环境

启动守护进程

成功后，至少将在本机上启动5个新进程：NameNode、DataNode、JobTracke、TaskTracker、SecondaryNameNode

查看hadoop启动情况

Jps  

NameNode  

oc4j.jar  

JobTracker  

Bootstrap  

TaskTracker  

DataNode  

SecondaryNameNode

如果现实类似于上述的信息，则表示Hadoop已经正常启动了，恭喜你！既然Hadoop安装好了，那就该用用了。

四、Hadoop下eclipse开发环境准备

4.1、安装eclipse，并编译插件

eclipse插件编译及使用详见 http://www.cnblogs.com/alex-blog/p/3160619.html

4.2配置Map/Reduce Locations

重启eclipse，配置hadoop installation directory，如图

如果安装插件成功，打开Window-->Preferens，你会发现Hadoop Map/Reduce选项，在这个选项里配置Hadoop installation directory。进入Map/Reduce视角，如下图，

新建location

配置如下，

这里面的Host、Port分别是我前面在core-site.xml、mapred-site.xml中配置的地址及端口。配置完后退出。一层层打开DFS Locations，如果能显示文件夹(1)说明配置正确，如果显示"拒绝连接"，请检查配置。

4.3第一个Map/Reduce Project

新建一个Map/Reduce Project项目，将example里的WordCount.java复制到新建的项目下面。先编写个数据输入文件，如下：

通过hadoop的命令在HDFS上创建/tmp/workcount目录，命令如下：

通过copyFromLocal命令把新建的word.txt复制到HDFS上，命令如下：

这个时候我们回到eclipse里面，在Map/Reduce Locations上reconnect看看，发现多出来了文件，如下所示，

4.4运行第一个Map/Reduce Project

在WordCount.java，右键-->Run As-->Run Configurations ，配置如下，

两个配置参数很容易理解，就是输入文件和输出文件。点击Run，运行程序，等运行结束后，查看运行结果，同样在Map/Reduce Locations上reconnect看看（也可以用命令hadoop fs -ls /tmp/wordcount/out）会发现又多出一个文件夹，下面含有两个文件。

使用命令查看part-r-00000文件，hadoop fs -cat /tmp/wordcount/out/part-r-00000可以查看运行结果。

好了，现在搭建好了基本的开发环境了，可以开发！