三、安装并运行Hadoop

　　介绍Hadoop的安装之前，先介绍一下Hadoop对各个节点的角色定义。

　　Hadoop分别从三个角度将主机划分为两种角色。第一，划分为master和slave，即主人与奴隶;第二，从HDFS的角度，将主机划分为NameNode和DataNode(在分布式文件系统中，目录的管理很重要，管理目录的就相当于主人，而NameNode就是目录管理者);第三，从MapReduce的角度，将主机划分为JobTracker和TaskTracker(一个job经常被划分为多个task，从这个角度不难理解它们之间的关系)。

　　Hadoop有官方发行版与cloudera版，其中cloudera版是Hadoop的商用版本，这里先介绍Hadoop官方发行版的安装方法。

　　Hadoop有三种运行方式：单节点方式、单机伪分布方式与集群方式。乍看之下，前两种方式并不能体现云计算的优势，在实际应用中并没有什么意义，但是在程序的测试与调试过程中，它们还是很有意义的。

　　你可以通过以下地址获得Hadoop的官方发行版：

　　http://www.apache.org/dyn/closer.cgi/Hadoop/core/

　　下载Hadoop-0.20.2.tar.gz并将其解压，这里会解压到用户目录下，一般为：/home/[你的用户名]/。

　　单节点方式配置：

　　安装单节点的Hadoop无须配置，在这种方式下，Hadoop被认为是一个单独的Java进程，这种方式经常用来调试。

　　伪分布式配置：

　　你可以把伪分布式的Hadoop看做是只有一个节点的集群，在这个集群中，这个节点既是master，也是slave;既是NameNode也是DataNode;既是JobTracker，也是TaskTracker。

　　伪分布式的配置过程也很简单，只需要修改几个文件，如下所示。

　　进入conf文件夹，修改配置文件：

　　指定JDK的安装位置：

　　这是Hadoop核心的配置文件，这里配置的是HDFS的地址和端口号。

　　这是Hadoop中HDFS的配置，配置的备份方式默认为3，在单机版的Hadoop中，需要将其改为1。

　　这是Hadoop中MapReduce的配置文件，配置的是JobTracker的地址和端口。

　　需要注意的是，如果安装的是0.20之前的版本，那么只有一个配置文件，即为Hadoop-site.xml。

　　接下来，在启动Hadoop前，需格式化Hadoop的文件系统HDFS(这点与Windows是一样的，重新分区后的卷总是需要格式化的)。进入Hadoop文件夹，输入下面的命令：

　　格式化文件系统，接下来启动Hadoop。

　　输入命令：

　　最后，验证Hadoop是否安装成功。

　　打开浏览器，分别输入网址：

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

　　http://localhost:50070 (HDFS的Web页面)

　　如果都能查看，说明Hadoop已经安装成功。

　　对于Hadoop来说，安装MapReduce及HDFS都是必须的，但是如果有必要，你依然可以只启动HDFS(start-dfs.sh)或MapReduce(start-mapred.sh)。

　　作者简介

　　陆嘉恒，《Hadoop实战》作者，中国人民大学副教授，新加坡国立大学博士，美国加利福尼亚大学尔湾分校(University of California， Irvine) 博士后。