Hadoop的学习前奏(一)——在Linux上安装与配置Hadoop

前言

  笔者目前是在做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 + 信息安全会是一个很好的方向，于是投身其中。因为是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，大家可以自行百度或是Google进行安装。

2.配置SSH免密码登录

  在你的机器可以联网的前提下进行如下操作

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

  (2) # yum -y install openssh-clients

      # 如果你安装SSh完成之后，运行ssh出现系统无法识别ssh的话，需要另外安装openssh-clients

  (3) # mkdir -p ~/.ssh # 如果你在安装完SSH后，这些目录都未自动生成，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中，authorized_keys是用于认证的公钥文件

  (6) # ssh -version

      # 验证SSH是否安装完成，正确安装会有类似如下的结果：

      

  (7)至此基本的配置已经差不多了，不过还是不能够进行免密码登录。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密码登录了。

  (8)$ ssh localhost # 验证

3.安装并运行Hadoop

  (1)下载hadoop-x.x.x

     解压到指定目录，例如/home/u

  (2)修改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 # 启动所有进程

  (5)验证Hadoop是否安装成功

     进入浏览器，分别输入以下网址进行验证：

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

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

     验证示例：

     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文件夹中执行bin/start-all.sh时，老是报JAVA_HOME is not set.

  可是我在shell里也设置了JAVA_HOME了啊，而且我去查看系统中的JAVA_HOME也是OK的，如下：

  

  这一点让我很是奇怪，如是我找到一篇论坛，里面的情况和我的有一些类似，不过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其实是要在配置文件中去设置的。

  运行vim ~/hadoop-1.2.1/conf/hadoop-env.sh，这个目录请根据自己你的路径来写，修改如下：

  

2.-bash: bin/hadoop: Permission denied

这里如果你是在Linux下直接从网络上下载的话，应该会没什么事情。不过，如果你跟笔者一样，是使用WinSCP上传到Linux上的话，这里可以会有一个小地方需要修改。不然会报这样一个错误：

  

  可以看到这个错误是在我们执行hadoop这个可执行文件时报的错误，那我们就只要对这个文件进行权限的修改就可以了。因为后面的还会用到一些其他的可执行文件，那么这里我就对所有的文件都做了一个可执行权限的修改（当然，这里是因为我们是在学习和测试阶段，为了避免麻烦，偷了个懒。如果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页面无法访问。

  

  这个问题其实是我们之前的一些错误配置遗留下来的问题。我们之前说过一个执行文件的权限问题，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。然后重新format就OK了。

  格式化HDFS正确时的提示信息如下：