尝试进入大数据领域开发，从目前最火的Hadoop入手是必须的，本文一步步记录了 Ubuntu 环境安装Hadoop 1.2.1 ,搭建单机模式以及伪分布式模式，希望对各

位和我一样的菜鸟有所帮助，共同学习进步，欢迎交流。尝试2.1安装失败，由于文件结构不太一样缺乏相关资料，也非做运维的，遂放弃改用成熟的hadoop 

1.2.1版本。

----------------------------------------单机模式-----------------------------------------

下载：hadoop-1.2.1.tar.gz

解压：

tar -xzvf hadoop-1.2.1.tar.gz

转移

mv hadoop-1.2.1/ /opt

进入conf文件配置环境变量 

让环境变量配置生效source，是source,不是sh,补充下sh和.的区别，参考

source hadoop-env.sh

检测是否安装成功

单机版hadoop安装成功，测试一下

mkdir input
 cp -R conf input/

运行wordcount程序并将结果保存到output

hadoop hadoop-examples-1.2.1.jar 

错误: 找不到或无法加载主类 hadoop-examples-1.2.1.jar

hadoop jar hadoop-examples-1.2.1.jar wordcount input output   发现错误，粗心害死猫....修改后运行,OK!

 



单机模式成功， 接下来搭建伪分布式

-------------------------------------------华丽的分割线 伪分布式-----------------------------------------

hadoop目录下创建以下目录：

dat@dat-HP:/opt/hadoop-1.2.1$ mkdir tmp
dat@dat-HP:/opt/hadoop-1.2.1$ mkdir hdfs
dat@dat-HP:/opt/hadoop-1.2.1$ mkdir hdfs/name
dat@dat-HP:/opt/hadoop-1.2.1$ mkdir hafs/data

编辑core-site.xml

<configuration>
 <property>
 <name>fs.default.name</name>
 <value>hdfs://localhost:9000</value>
 </property>
 <property>
 <name>hadoop.tmp.dir</name>
 <value>/opt/hadoop-1.2.1/tmp</value>
 </property>
</configuration>

hdfs-site.xml:

<configuration>
 <property>
 <name>dfs.replication</name>
 <value>1</value>
 </property>
 <property>
 <name>dfs.name.dir</name>
 <value>/opt/hadoop-1.2.1/hdfs/name</value>
 </property>
 <property>
 <name>dfs.data.dir</name>
 <value>/opt/hadoop-1.2.1/hdfs/data</value>
 </property>
</configuration>

mapred-site.xml:

<configuration>
 <property>
 <name>mapred.job.tracker</name>
 <value>localhost:9001</value>
 </property>
</configuration>

格式化HDFS(建议只格式化一次，多次格式化据传后边会引起问题，本人没有尝试...):

dat@dat-HP:/opt/hadoop-1.2.1/conf$ source hadoop-env.sh 
dat@dat-HP:/opt/hadoop-1.2.1/conf$ hadoop namenode -format

启动Hadoop:

执行执行bin/start-all.sh来启动所有服务，包括namenode,datanode，start-all.sh脚本用来装载守护进程

dat@dat-HP:/opt/hadoop-1.2.1/bin$ start-all.sh

用java的jps命令验证是否安装成功：

dat@dat-HP:/opt/hadoop-1.2.1$ jps

少一个DataNode进程没有启动，通过查看上边现实的路径下的日志发现：

很明显，data文件夹的权限不对，修改权限：

dat@dat-HP:/opt/hadoop-1.2.1/hdfs$ chmod 755 data

关闭hadoop,重新启动：

dat@dat-HP:/opt/hadoop-1.2.1/bin$ stop-all.sh
 dat@dat-HP:/opt/hadoop-1.2.1/bin$ start-all.sh 
 dat@dat-HP:/opt/hadoop-1.2.1/bin$ jps

6个进程全部启动了，此时安装正常，可以进行Hadoop的相关操作了。 

检查运行状态：可以通过下面的操作来查看服务是否正常，在Hadoop中用于监控集群健康状态的Web界面

http://localhost:50030/     - Hadoop 管理介面 

http://localhost:50060/     - Hadoop Task Tracker 状态 

http://localhost:50070/     - Hadoop DFS 状态

hadoop的伪分布模式已经安装成功，再次在伪分布模式下运行一下WordCount来感受MapReduce过程：

这时注意程序是在文件系统dfs运行的，创建的文件也都基于文件系统：


首先在dfs中创建input目录

dat@dat-HP:/opt/hadoop-1.2.1/conf$ hadoop dfs -mkdir input
Warning: $HADOOP_HOME is deprecated.

将conf中的文件拷贝到dfs中的input

dat@dat-HP:/opt/hadoop-1.2.1$ hadoop dfs -copyFromLocal conf/* input

在伪分布式模式下运行WordCount

dat@dat-HP:/opt/hadoop-1.2.1$ hadoop jar hadoop-examples-1.2.1.jar wordcount input output

INFO mapred.JobClient:  map 100% reduce 0% 到这里卡死不动了。

解决办法：修改/etc/hosts文件，加入主机名和IP地址的映射。

检查主机名：

dat@dat-HP:/opt/hadoop-1.2.1/conf$ hostname

修改/etc/hosts文件：




重新来过：

hadoop dfs -rmr output/
hadoop jar hadoop-examples-1.2.1.jar wordcount input output

依旧不起作用...........重启，再重新来过.................ok！！！

oK!!看见没有，你成功了！！！！！！

检测一下输出信息：

dat@dat-HP:/opt/hadoop-1.2.1$ hadoop dfs -cat output/*

ok!!此时伪分布式系统环境已可以正常使用~~~！