使用Virtualbox安装系统和 hadoop ，hbase
参考安装:
cloudera 的hadoop 只支持 64bit的版本.而要用虚拟机安装 64bit 的要满足 4个条件.
1, 64bit的cpu
3, 64bit的操作系统
3, 64bit的VirtualBox
4, 必须允许硬件虚拟化(需要到 bios 里面打开virtualization的一项)
Debian 64bit install VirtualBox.
#修改apt source 权限。
sudo chmod +w /etc/apt/sources.list
添加一行。
sudo vi /etc/apt/sources.list
#virtual box.
deb http://download.virtualbox.org/virtualbox/debian squeeze contrib non-free
#再把权限修改回去。
sudo chmod -w /etc/apt/sources.list
#添加key
wget -q http://download.virtualbox.org/virtualbox/debian/oracle_vbox.asc -O- | sudo apt-key add -
sudo apt-get install virtualbox-4.1
创建一个许虚拟机。然后安装 64bit的 CentOS 系统。
安装过程略。可参考前面的文章：
http://toeo.iteye.com/admin/blogs/1233372
只不过这里是安装 64bit的CentOS .
http://mirrors.163.com/centos/6.0/isos/x86_64/CentOS-6.0-x86_64-minimal.iso
安装系统。
然后就可以安装 64bit 的CentOS了.
https://ccp.cloudera.com/display/CDHDOC/CDH3+Installation
首先安装源.
wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cdh3-repository-1.0-1.noarch.rpm
rpm -ivh cdh3-repository-1.0-1.noarch.rpm
cd /etc/yum.repos.d/
wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cloudera-cdh3.repo
yum search hadoop
yum install hadoop
然后就可以安装了。
总共大小 45MB。
安装 hbase。
sudo yum install hadoop-hbase
配置启动 hadoop
要启动hadoop hbase 这样还不行。
yum install
rsync
使用 cloudera 的hadoop 安装的完成 ，其实 hadoop的目录是在 /usr/lib/hadoop/
修改配置文件：
conf/core-site.xml:
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
conf/hdfs-site.xml:
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
conf/mapred-site.xml:
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
说明下。 rpm 安装包安装之后 将会创建一个 hdfs的用户。并且将用户的根目录设置在 /usr/lib/hadoop/下。
但是这个目录可以访问但不能创建文件夹。所以要用户root 创建一个 .ssh的文件夹。并将所有着给hdfs。
配置ssh
#root 操作
mkdir /usr/lib/hadoop/.ssh
#修改所有者。
chown hdfs:hdfs /usr/lib/hadoop/.ssh -R
#切换用户
su hdfs
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
#测试
ssh localhost
#如果可以登录说明配置好了。
同时安装包修改了主机名。也要修改 hosts文件
添加一个 127.0.0.1 的别名 bogon
vi /etc/hosts
然后就可以测试是否可以启动。停止了。
su hdfs
cd /usr/lib/hadoop/bin
#启动
sh start-all.sh
#停止
sh stop-all.sh
如果没有报错误。就说明都配置对了。并且可以正常启动关闭。
在启动前一点要格式化 namenode
hadoop namenode -format
#然后启动 hadoop。
sh start-all.sh
创建一个文件夹测试下。没有包错就说明成功了。
然后就可以运行下 官方的测试了。
官方的例子是统计一个文章里面的字符出现的频率。（很经典的例子）
这里直接把Hadoop 目录下的 README.txt 拷贝到文件系统上。
#上传到hadoop的文件系统.
hadoop fs -put /usr/lib/hadoop/README.txt /tmp/input
#执行example 例子。
hadoop jar hadoop-examples.jar wordcount /tmp/input /output
运行结果如下：
运行结果。如下：显示每个单词出现的次数。
配置启动 Hbase
同样的道理。还使用 hdfs的用户启动 hbase。
［参考］
首先要修改 配置文件hbase-site.xml。目录在/usr/lib/hbase/conf/。
vi /usr/lib/hbase/conf/hbase-site.xml
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://localhost:9000/hbase</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
修改配置文件。hbase的根目录指向 hadoop的 hdfs 文件系统。
启动 hbase。使用 hdfs 用户
这里要注意下。发现没有 hbase 用户。所以用的 hdfs 用户。
需要修改下 /var/log/hbase/ 这个文件夹的权限。否则在启动的时候会报文件没有创建。
#root 用户修改
chmod 777 /var/log/hbase/
修改hbase-env.sh 文件。在里面设置JAVA_HOME，需要重新设置下。
vi /usr/lib/hbase/conf/hbase-env.sh
java 默认安装 在 /usr/java/default/ 目录下。
#使用hdfs 用户启动 hbase。
su hdfs
sh /usr/lib/hbase/bin/start-hbase.sh
正常启动。
进入 hbase 命令行。
hbase shell
这个时候可以进入 shell 但是报错：
ERROR: org.apache.hadoop.hbase.ZooKeeperConnectionException: HBase is able to connect to
ZooKeeper but the connection closes immediately. This could be a sign that the server has too many
connections (30 is the default).
需要修改 limits.conf
vi /etc/security/limits.conf
在最后添加两行：
hdfs - nofile 32768
hbase - nofile 32768
重启下 hbase 就可以创建表查询表了。。
都没有报错。
hbase(main):003:0> create 'test', 'cf'
0 row(s) in 1.2200 seconds
hbase(main):003:0> list 'table'
test
1 row(s) in 0.0550 seconds
hbase(main):004:0> put 'test', 'row1', 'cf:a', 'value1'
0 row(s) in 0.0560 seconds
hbase(main):005:0> put 'test', 'row2', 'cf:b', 'value2'
0 row(s) in 0.0370 seconds
其他的就自己去练习吧。
可以用root 在 hdfs的主目录 创建 两个 启动停止的脚本：
--start_hadoop_hbase.sh
sh /usr/lib/hadoop-0.20/bin/start-all.sh
sh /usr/lib/hbase/bin/start-hbase.sh
--stop_hadoop_hbase.sh
sh /usr/lib/hadoop-0.20/bin/stop-all.sh
sh /usr/lib/hbase/bin/stop-hbase.sh
总结：
在linux的服务器一般 用的都是 redhat 或 centos。没有使用 apache的 hadoop 而是用的 cloudera 的版本。
cloudera 的版本很简单。也很方便。比自己配置问题少很多。并且有专门的公司维护这个。yum 安装更新也很方便。
这次是 安装使用 hadoop 遇到问题比较少的一次。。接下来要研究 集群。和使用 java 联系 hadoop hbase。
同样也是在 虚拟机上面。但是虚拟机比真实的要慢很多。
持续更新中。
