ubuntu12.04+hadoop2.3.0+eclipse+IHPI安装配置

3.2分布式搭建 hostname 角色 登录用户 IP 网关 hapmaster 主控master hadoop 210.31.181.211 210.31.181.1 hapslave1 附属slave hadoop 210.31.181.216 210.31.181.1 hapslave2 附属slave hadoop 210.31.181.217 210.31.181.1 hapslave3 附属slave hadoop 2

3.2 分布式搭建

hostname	角色	登录用户	IP	网关
hapmaster	主控master	hadoop	210.31.181.211	210.31.181.1
hapslave1	附属slave	hadoop	210.31.181.216	210.31.181.1
hapslave2	附属slave	hadoop	210.31.181.217	210.31.181.1
hapslave3	附属slave	hadoop	210.31.181.218	210.31.181.1
hapslave4	附属slave	hadoop	210.31.181.219	210.31.181.1

表3-1 集群网络配置

1.安装ubuntu12.04 系统，更新源，初始化root用户，关闭防火墙，按表3-1中个节点的配置修改IP，更改hostname和hosts，重启电脑使更改生效。

a.更新源（）

b.初始化root用户

打开终端输入：sudo passwd
Password: <--- 输入你当前用户的密码
Enter new UNIX password: <--- 新的Root用户密码
Retype new UNIX password: <--- 重复新的Root用户密码

c.关闭防火墙

sudo ufw disable

d.配置修改IP

用鼠标点右上角的网络设置进行修改，最好不要直接修改/etc/network/interfaces）

e.更改hostname和hosts

sudo vi /etc/hostname

f.编辑/etc/sudoers文件。也就是输入命令"vim /etc/sudoers",进入编辑模式，找到这一行："root ALL=(ALL) ALL"在下面分别添加"hadoop ALL=(ALL) ALL"，然后保存退出。

2.安装SSH ，并检查是否安装成功。

sodu apt-get install ssh，如果不成功检查一下是否做过更新源。

3. 安装JDK，修改环境变量，使更改生效，查看java版本。

a.JDK要下载1.6.0版本的，最好安装到/home/hadoop下。

b.修改环境变量sudo gedit /etc/profile

export JAVA_HOME=/hadoop/jdk1.6.0_41

export PATH=$JAVA_HOME/bin:$PATH

export CLASSPATH=.:$JAVA_HOME/lib

c.使更改生效sudo source /etc/profile

d.查看java版本java -version

4. 安装Hadoop(下载地址http://pan.baidu.com/s/1o62oUeA)，配置环境变量，重载 source /etc/profile，查看hadoop版本，赋予用户对hadoop安装目录可写的权限。

a.安装

sudo tar -zxvf hadoop-2.3.0.tar.gz -C /home/hadoop

b.配置环境变量

在export PATH=/hadoop/hadoop-2.3.0/sbin:/hadoop/hadoop-2.3.0/bin:$JAVA_HOME/bin:$PATH$

c.重载

source /etc/profile

d.查看hadoop版本

hadoop version

e.赋予用户对hadoop安装目录可写的权限

sudo chown -hR hadoop/hadoop-2.3.0/

5. Hadoop集群配置

配置文件1：hadoop-env.sh

修改JAVA_HOME&＃20540;（export JAVA_HOME=/home/hadoop/jdk1.6.0_41）

配置文件2：yarn-env.sh

修改JAVA_HOME&＃20540;（exportJAVA_HOME=/home/hadoop/jdk1.6.0_41）

配置文件3：slaves，这个文件里面保存所有slave节点的hostname。

hapslave1

hapslave2

hapslave3

hapslave4

配置文件4：core-site.xml

配置文件5：hdfs-site.xml

配置文件6：mapred-site.xml

6. 使用将hapmaster的所有文件及配置复制到hapslave,修改IP和hostname；

7. 生成新公钥，并复制到其他节点，重启SSH服务命令使其生效，并登陆。

8.启动hadoop集群，查看集群状态。

start-all.sh
9. 测试WordCount在本地新建文件夹input，内有两文本文件，内容为单词。上传输入文件到HDFS，运行WordCount ，运行如下图所示

查看结果 ./bin/hadoop fs -cat /output/part-r-00000

停止，运行情况如下图所示。

4 开发平台的配置

4.1 Eclipse安装

1. 进入安装包所在的文件夹，并解压安装包到hadoop用户文件夹下。

tar -zxvf eclipse-standard-luna-M2-linux-gtk.tar.gz -C /home/hadoop/

4.2 在eclipse上安装hadoop插件

1. 复制hadoop-eclipse-plugin-2.3.0.jar到eclipse安装目录/plugins/下(下载地址http://pan.baidu.com/s/1jGC60KY，重命名为hadoop-eclipse-plugin-2.3.0.ja)。

2. 重启eclipse，配置hadoop installation directory。

打开Window-->Preferens，选择Hadoop Map/Reduce选项，在这个选项里配置Hadoop installationdirectory。配置完成后退出。

3. 配置Map/Reduce Locations。

在Window-->Show View中打开Map/Reduce Locations。

在Map/Reduce Locations中新建一个Hadoop Location。在这个View中，右键-->New Hadoop Location。在弹出的对话框中配置Location name为Hadoop，Map/Reduce Master Host为210.31.181.211，Port为10020；DFS Master Port为9000.

4. 新建Map/Reduce项目，验证hadoop插件是否安装成功。

File-->New-->Other-->Map/Reduce Project项目名取为WordCount。 复制hadoop-2.3.0-src/hadoop-mapreduce-project/hadoop-mapreduce-examples/src/main/java/org/apache/hadoop/examples/WordCount.java到workspace刚刚新建的的项目文件夹下。

5. 上传模拟数据文件夹。

在DFS Locations下的文件夹处点击右键，选择上传一个文件夹。在弹出的窗口中填入要上传的文件夹的路径。

6. 用Eclipse运行WordCount。

在新建的项目下，点击WordCount.java，右键-->Run As-->RunConfigurations。

在弹出的Run Configurations对话框中，点Java Application，右键-->New，这时会新建一个application名为WordCount。

配置运行参数，点Arguments，在Program arguments中输入hdfs://210.31.181.211:9000/input/hdfs://210.31.181.211:9000/output。

配置VM arguments为-Xms512m -Xmx1024m-XX:MaxPermSize=256m。

点击Run as-> Run on Hadoop，运行程序。

7. 查看运行结果

在DFS Location处点击鼠标右键->Refresh

在part-r-00000处点击右键->View，查看运行结果。

4.3 添加HIPI接口

把hipi-dev.tar.gz（下载地址http://pan.baidu.com/s/1eQFwzFc）中3rdparty中的metadata-extractor-2.3.1.jar导入的到项目中去。

将junit-4.11.jar导入到项目中。

由于现在HIPI还有一些BUG，所以把hipi-dev.tar.gz中src的源码和experiments源码引入到eclipse的jar项目中，一方面便于学习源码，另一方面便于修改其中的问题。