Question

如何在windows上开发hadoop

Answer 1

前言

Windows下运行Hadoop，通常有两种方式：一种是用VM方式安装一个Linux操作系统，这样基本可以实现全Linux环境的Hadoop运行；另一种是通过Cygwin模拟Linux环境。后者的好处是使用比较方便，安装过程也简单，本篇文章是介绍第二种方式Cygwin模拟Linux环境。

准备工作

（1）安装JDK1.6或更高版本，安装时注意，最好不要安装到带有空格的路径名下，例如:Programe Files，否则在配置Hadoop的配置文件时会找不到JDK。
（2）hadoop官网下载hadoop http://hadoop.apache.org/releases.html 。

安装Cygwin

Cygwin是Windows平台下模拟Unix环境的工具，需要在安装Cygwin的基础上安装Hadoop，下载地址：http://www.cygwin.com/ 根据操作系统的需要下载32位或64的安装文件。

一、双击下载好的安装文件，点击下一步进入程序引导安装页，这里有三个选项，选择第一项网络安装：
网络安装：通过网络下载并安装软件包
下载但不安装：通过网络下载软件包
本地安装：是用本地软件包安装

二、选择install from internet

三、选择安装路径

三、选择local Package Directory

四、选择您的Internet连接方式

五、选择合适的安装源，点击下一步

六、这一步比较重要，以下软件包要确保被安装：

在Select Packages界面里，Category展开net，选择如下openssh和openssl两项

　　

如果要在Eclipe上编译Hadoop，需要安装Category为Base下的sed

　　
如果想在Cygwin上直接修改hadoop的配置文件，可以安装Editors下的vim

　　
七、点击“下一步”，等待安装完成。

八、配置环境变量

在“我的电脑”上点击右键，选择菜单中的“属性"，点击属性对话框上的高级页签，点击”环境变量"按钮，在系统变量列表里双击“Path”变量，在变量值后输入安装的Cygwin的bin目录，例如：D:\cygwin64\bin

久、安装sshd服务

双击桌面上的Cygwin图标，启动Cygwin，执行ssh-host-config -y命令，执行后，会提示输入密码。

此时输入密码和确认密码，回车。最后出现Host configuration finished.Have fun!表示安装成功。

输入net start sshd，启动服务。或者在系统的服务里找到并启动Cygwin sshd服务。

安装hadoop

前面部分在公司电脑操作，以下安装操作在本机操作，过程不受影响。

下载hadoop

hadoop官网下载地址： http://hadoop.apache.org/releases.html 。

把hadoop压缩包解压到/home/用户名 目录下，文件夹名称更改为hadoop，可以不修改，但后边在执行命令时稍显麻烦。

（1）单机模式配置方式

　　单机模式不需要配置，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。

（2）伪分布模式

　　可以把伪分布模式看作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。

伪分布模式只需要修改几个配置文件即可。

配置hadoop-env.sh，记事本打开改文件，设置JAVA_HOME的值为你的JDK安装路径，例如：
JAVA_HOME="D:\javatools\jdk1.6.0"

配置core-site.xml

[html] view plain copy
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
<property>
　　　　<name>fs.default.name</name>
　　　　<value>hdfs://localhost:9000</value>
　　</property>
　　<property>
　　　　<name>mapred.child.tmp</name>
　　　　<value>/home/u/hadoop/tmp</value>
　　</property>

</configuration>

配置hdfs-site.xml

[html] view plain copy
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
<property>
　　<name>dfs.replication</name>
　　<value>1</value>
</property>
</configuration>

配置mapred-site.xml

[html] view plain copy
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
<property>
　　　　 <name>mapred.job.tracker</name>
　　　　 <value>localhost:9001</value>
　　 </property>
　　 <property>
　　　　 <name>mapred.child.tmp</name>
　　　　 <value>/home/u/hadoop/tmp</value>
　　 </property>
</configuration>
启动hadoop
打开Cgywin窗口，执行cd ~/hadoop命令，进入hadoop文件夹，启动Hadoop前，需要先格式化Hadoop的文件系统HDFS，执行命令：bin/hadoop namenode -format，（注意：namenode要小些，否则如果输入NameNode，会提示错误，找不到或无法加载主类NameNode。）

输入命令 bin/start-all.sh，启动所有进程。

验证是否成功安装

打开浏览器，输入网址：http://localhost:50030 然后回车，如果能访问则安装成功。