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: Enter new UNIX password: Retype new UNIX password: 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=.:$JAVA_HOME/lib
c.使更改生效sudo source /etc/profiled.查看java版本java -version
4. 安装Hadoop(下载地址http://pan.baidu.com/s/1o62oUeA)，配置环境变量，重载 source /etc/profile，查看hadoop版本，赋予用户对hadoop安装目录可写的权限。
a.安装
sudo tar -zxvf hadoop-2.3.0.tar.gz -C /home/hadoop
b.配置环境变量
在export PATH=/hadoop/hadoop-2.3.0/sbin:/hadoop/hadoop-2.3.0/bin:$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值（export JAVA_HOME=/home/hadoop/jdk1.6.0_41）
配置文件2：yarn-env.sh
修改JAVA_HOME值（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。