環境
本教程使用 CentOS 6.4 32位 做爲系統環境，請自行安裝系統。若是用的是 Ubuntu 系統，請查看相應的 Ubuntu安裝Hadoop教程。html
本教程基於原生 Hadoop 2，在 Hadoop 2.6.0 (stable) 版本下驗證經過，可適合任何 Hadoop 2.x.y 版本，例如 Hadoop 2.7.1, Hadoop 2.4.1等。java
Hadoop 有兩個主要版本，Hadoop 1.x.y 和 Hadoop 2.x.y 系列，比較老的教材上用的多是 0.20 這樣的版本。Hadoop 2.x 版本在不斷更新，本教程都可適用。若是需安裝 0.20，1.2.1這樣的版本，本教程也能夠做爲參考，主要差異在於配置項，配置請參考官網教程或其餘教程。node
新版是兼容舊版的，書上舊版本的代碼應該可以正常運行（我本身沒驗證，歡迎驗證反饋）。linux
裝好了 CentOS 系統以後，在安裝 Hadoop 前還須要作一些必備工做。正則表達式
建立hadoop用戶
若是你安裝 CentOS 的時候不是用的 「hadoop」 用戶，那麼須要增長一個名爲 hadoop 的用戶。shell
首先點擊左上角的 「應用程序」 -> 「系統工具」 -> 「終端」，首先在終端中輸入 su ，按回車，輸入 root 密碼以 root 用戶登陸，接着執行命令建立新用戶 hadoop:apache
- su # 上述提到的以 root 用戶登陸
- useradd -m hadoop -s /bin/bash # 建立新用戶hadoop
以下圖所示，這條命令建立了能夠登錄的 hadoop 用戶，並使用 /bin/bash 做爲shell。vim
CentOS建立hadoop用戶centos
接着使用以下命令修改密碼，按提示輸入兩次密碼，可簡單的設爲 「hadoop」（密碼隨意指定，若提示「無效的密碼，過於簡單」則再次輸入確認就行）:瀏覽器
- passwd hadoop
可爲 hadoop 用戶增長管理員權限，方便部署，避免一些對新手來講比較棘手的權限問題，執行：
- visudo
以下圖，找到 root ALL=(ALL) ALL 這行（應該在第98行，能夠先按一下鍵盤上的 ESC 鍵，而後輸入 :98 (按一下冒號，接着輸入98，再按回車鍵)，能夠直接跳到第98行 ），而後在這行下面增長一行內容：hadoop ALL=(ALL) ALL （當中的間隔爲tab），以下圖所示：
爲hadoop增長sudo權限
添加好內容後，先按一下鍵盤上的 ESC 鍵，而後輸入 :wq (輸入冒號還有wq，這是vi/vim編輯器的保存方法)，再按回車鍵保存退出就能夠了。
最後註銷當前用戶(點擊屏幕右上角的用戶名，選擇退出->註銷)，在登錄界面使用剛建立的 hadoop 用戶進行登錄。（若是已是 hadoop 用戶，且在終端中使用 su 登陸了 root 用戶，那麼須要執行 exit 退出 root 用戶狀態）
準備工做
使用 hadoop 用戶登陸後，還須要安裝幾個軟件才能安裝 Hadoop。
CentOS 使用 yum 來安裝軟件，須要聯網環境，首先應檢查一下是否連上了網絡。以下圖所示，桌面右上角的網絡圖標若顯示紅叉，則代表還未聯網，應點擊選擇可用網絡。
檢查是否聯網
鏈接網絡後，須要安裝 SSH 和 Java。
安裝SSH、配置SSH無密碼登錄
集羣、單節點模式都須要用到 SSH 登錄（相似於遠程登錄，你能夠登陸某臺 Linux 主機，而且在上面運行命令），通常狀況下，CentOS 默認已安裝了 SSH client、SSH server，打開終端執行以下命令進行檢驗：
- rpm -qa | grep ssh
若是返回的結果以下圖所示，包含了 SSH client 跟 SSH server，則不須要再安裝。
檢查是否安裝了SSH
若須要安裝，則能夠經過 yum 進行安裝（安裝過程當中會讓你輸入 [y/N]，輸入 y 便可）：
- sudo yum install openssh-clients
- sudo yum install openssh-server
接着執行以下命令測試一下 SSH 是否可用：
- ssh localhost
此時會有以下提示(SSH首次登錄提示)，輸入 yes 。而後按提示輸入密碼 hadoop，這樣就登錄到本機了。
測試SSH是否可用
但這樣登錄是須要每次輸入密碼的，咱們須要配置成SSH無密碼登錄比較方便。
首先輸入 exit 退出剛纔的 ssh，就回到了咱們原先的終端窗口，而後利用 ssh-keygen 生成密鑰，並將密鑰加入到受權中：
- exit # 退出剛纔的 ssh localhost
- cd ~/.ssh/ # 若沒有該目錄，請先執行一次ssh localhost
- ssh-keygen -t rsa # 會有提示，都按回車就能夠
- cat id_rsa.pub >> authorized_keys # 加入受權
- chmod 600 ./authorized_keys # 修改文件權限
在 Linux 系統中，~ 表明的是用戶的主文件夾，即 「/home/用戶名」 這個目錄，如你的用戶名爲 hadoop，則 ~ 就表明 「/home/hadoop/」。 此外，命令中的 # 後面的文字是註釋。
此時再用 ssh localhost 命令，無需輸入密碼就能夠直接登錄了，以下圖所示。
SSH無密碼登陸
安裝Java環境
Java 環境可選擇 Oracle 的 JDK，或是 OpenJDK，如今通常 Linux 系統默認安裝的基本是 OpenJDK，如 CentOS 6.4 就默認安裝了 OpenJDK 1.7。按 http://wiki.apache.org/hadoop/HadoopJavaVersions 中說的，Hadoop 在 OpenJDK 1.7 下運行是沒問題的。須要注意的是，CentOS 6.4 中默認安裝的只是 Java JRE，而不是 JDK，爲了開發方便，咱們仍是須要經過 yum 進行安裝 JDK，安裝過程當中會讓輸入 [y/N]，輸入 y 便可：
- sudo yum install java-1.7.0-openjdk java-1.7.0-openjdk-devel
經過上述命令安裝 OpenJDK，默認安裝位置爲 /usr/lib/jvm/java-1.7.0-openjdk（該路徑能夠經過執行 rpm -ql java-1.7.0-openjdk-devel | grep '/bin/javac' 命令肯定，執行後會輸出一個路徑，除去路徑末尾的 「/bin/javac」，剩下的就是正確的路徑了）。OpenJDK 安裝後就能夠直接使用 java、javac 等命令了。
接着須要配置一下 JAVA_HOME 環境變量，爲方便，咱們在 ~/.bashrc 中進行設置（擴展閱讀: 設置Linux環境變量的方法和區別）：
- vim ~/.bashrc
在文件最後面添加以下單獨一行（指向 JDK 的安裝位置），並保存：
- export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk
以下圖所示：
設置JAVA_HOME環境變量
接着還須要讓該環境變量生效，執行以下代碼：
- source ~/.bashrc # 使變量設置生效
設置好後咱們來檢驗一下是否設置正確：
- echo $JAVA_HOME # 檢驗變量值
- java -version
- $JAVA_HOME/bin/java -version # 與直接執行 java -version 同樣
若是設置正確的話，$JAVA_HOME/bin/java -version 會輸出 java 的版本信息，且和 java -version 的輸出結果同樣，以下圖所示：
成功設置JAVA_HOME環境變量
這樣，Hadoop 所需的 Java 運行環境就安裝好了。
安裝 Hadoop 2
Hadoop 2 能夠經過 http://mirror.bit.edu.cn/apache/hadoop/common/ 或者 http://mirrors.cnnic.cn/apache/hadoop/common/ 下載，本教程選擇的是 2.6.0 版本，下載時請下載 hadoop-2.x.y.tar.gz這個格式的文件，這是編譯好的，另外一個包含 src 的則是 Hadoop 源代碼，須要進行編譯纔可以使用。
下載時強烈建議也下載 hadoop-2.x.y.tar.gz.mds 這個文件，該文件包含了檢驗值可用於檢查 hadoop-2.x.y.tar.gz 的完整性，不然若文件發生了損壞或下載不完整，Hadoop 將沒法正常運行。
本文涉及的文件均經過瀏覽器下載，默認保存在 「下載」 目錄中（若不是請自行更改 tar 命令的相應目錄）。另外，若是你用的不是 2.6.0 版本，則將全部命令中出現的 2.6.0 更改成你所使用的版本。
- cat ~/下載/hadoop-2.6.0.tar.gz.mds | grep 'MD5' # 列出md5檢驗值
- # head -n 6 ~/下載/hadoop-2.7.1.tar.gz.mds # 2.7.1版本格式變了，能夠用這種方式輸出
- md5sum ~/下載/hadoop-2.6.0.tar.gz | tr "a-z" "A-Z" # 計算md5值，並轉化爲大寫，方便比較
若文件不完整則這兩個值通常差異很大，能夠簡單對比下前幾個字符跟後幾個字符是否相等便可，以下圖所示，若是兩個值不同，請務必從新下載。
檢驗文件完整性
咱們選擇將 Hadoop 安裝至 /usr/local/ 中：
- sudo tar -zxf ~/下載/hadoop-2.6.0.tar.gz -C /usr/local # 解壓到/usr/local中
- cd /usr/local/
- sudo mv ./hadoop-2.6.0/ ./hadoop # 將文件夾名改成hadoop
- sudo chown -R hadoop:hadoop ./hadoop # 修改文件權限
Hadoop 解壓後便可使用。輸入以下命令來檢查 Hadoop 是否可用，成功則會顯示 Hadoop 版本信息：
- cd /usr/local/hadoop
- ./bin/hadoop version
請務必注意命令中的相對路徑與絕對路徑，本文後續出現的 ./bin/...，./etc/... 等包含 ./ 的路徑，均爲相對路徑，以 /usr/local/hadoop 爲當前目錄。例如在 /usr/local/hadoop 目錄中執行 ./bin/hadoop version 等同於執行 /usr/local/hadoop/bin/hadoop version。能夠將相對路徑改爲絕對路徑來執行，但若是你是在主文件夾 ~ 中執行 ./bin/hadoop version，執行的會是 /home/hadoop/bin/hadoop version，就不是咱們所想要的了。
Hadoop單機配置(非分佈式)
Hadoop 默認模式爲非分佈式模式，無需進行其餘配置便可運行。非分佈式即單 Java 進程，方便進行調試。
如今咱們能夠執行例子來感覺下 Hadoop 的運行。Hadoop 附帶了豐富的例子（運行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 能夠看到全部例子），包括 wordcount、terasort、join、grep 等。
在此咱們選擇運行 grep 例子，咱們將 input 文件夾中的全部文件做爲輸入，篩選當中符合正則表達式 dfs[a-z.]+ 的單詞並統計出現的次數，最後輸出結果到 output 文件夾中。
- cd /usr/local/hadoop
- mkdir ./input
- cp ./etc/hadoop/*.xml ./input # 將配置文件做爲輸入文件
- ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
- cat ./output/* # 查看運行結果
若運行出錯，如出現以下圖提示：
運行Hadoop實例時可能會報錯
若出現提示 「WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable」，該 WARN 提示能夠忽略，不會影響 Hadoop 正常運行（可經過編譯 Hadoop 源碼解決，解決方法請自行搜索）。
若出現提示 「INFO metrics.MetricsUtil: Unable to obtain hostName java.net.UnknowHostException」，這須要執行以下命令修改 hosts 文件，爲你的主機名增長IP映射：
- sudo vim /etc/hosts
主機名在終端窗口標題裏能夠看到，或執行命令 hostname 查看，以下圖所示，在最後面增長一行 「127.0.0.1 dblab」：
設置主機名的IP映射
保存文件後，從新運行 hadoop 實例，若執行成功的話會輸出不少做業的相關信息，最後的輸出信息以下圖所示。做業的結果會輸出在指定的 output 文件夾中，經過命令 cat ./output/* 查看結果，符合正則的單詞 dfsadmin 出現了1次：
Hadoop例子輸出結果
注意，Hadoop 默認不會覆蓋結果文件，所以再次運行上面實例會提示出錯，須要先將 ./output 刪除。
- rm -r ./output
Hadoop僞分佈式配置
Hadoop 能夠在單節點上以僞分佈式的方式運行，Hadoop 進程以分離的 Java 進程來運行，節點既做爲 NameNode 也做爲 DataNode，同時，讀取的是 HDFS 中的文件。
在設置 Hadoop 僞分佈式配置前，咱們還須要設置 HADOOP 環境變量，執行以下命令在 ~/.bashrc 中設置：
- gedit ~/.bashrc
此次咱們選擇用 gedit 而不是 vim 來編輯。gedit 是文本編輯器，相似於 Windows 中的記事本，會比較方便。保存後記得關掉整個 gedit 程序，不然會佔用終端。在文件最後面增長以下內容：
- # Hadoop Environment Variables
- export HADOOP_HOME=/usr/local/hadoop
- export HADOOP_INSTALL=$HADOOP_HOME
- export HADOOP_MAPRED_HOME=$HADOOP_HOME
- export HADOOP_COMMON_HOME=$HADOOP_HOME
- export HADOOP_HDFS_HOME=$HADOOP_HOME
- export YARN_HOME=$HADOOP_HOME
- export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
- export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
保存後，不要忘記執行以下命令使配置生效：
- source ~/.bashrc
這些變量在啓動 Hadoop 進程時須要用到，不設置的話可能會報錯（這些變量也能夠經過修改 ./etc/hadoop/hadoop-env.sh 實現）。
Hadoop 的配置文件位於 /usr/local/hadoop/etc/hadoop/ 中，僞分佈式須要修改2個配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每一個配置以聲明 property 的 name 和 value 的方式來實現。
修改配置文件 core-site.xml (經過 gedit 編輯會比較方便: gedit ./etc/hadoop/core-site.xml)，將當中的
- <configuration>
- </configuration>
修改成下面配置：
- <configuration>
- <property>
- <name>hadoop.tmp.dir</name>
- <value>file:/usr/local/hadoop/tmp</value>
- <description>Abase for other temporary directories.</description>
- </property>
- <property>
- <name>fs.defaultFS</name>
- <value>hdfs://localhost:9000</value>
- </property>
- </configuration>
一樣的，修改配置文件 hdfs-site.xml：
- <configuration>
- <property>
- <name>dfs.replication</name>
- <value>1</value>
- </property>
- <property>
- <name>dfs.namenode.name.dir</name>
- <value>file:/usr/local/hadoop/tmp/dfs/name</value>
- </property>
- <property>
- <name>dfs.datanode.data.dir</name>
- <value>file:/usr/local/hadoop/tmp/dfs/data</value>
- </property>
- </configuration>
配置完成後，執行 NameNode 的格式化:
- ./bin/hdfs namenode -format
成功的話，會看到 「successfully formatted」 和 「Exitting with status 0」 的提示，若爲 「Exitting with status 1」 則是出錯。
執行NameNode格式化
接着開啓 NaneNode 和 DataNode 守護進程：
- ./sbin/start-dfs.sh
若出現以下 SSH 的提示 「Are you sure you want to continue connecting」，輸入 yes 便可。
首次啓動Hadoop時的SSH提示
啓動時可能會有 WARN 提示 「WARN util.NativeCodeLoader…」 如前面提到的，這個提示不會影響正常使用。
啓動完成後，能夠經過命令 jps 來判斷是否成功啓動，若成功啓動則會列出以下進程: 「NameNode」、」DataNode」和SecondaryNameNode（若是 SecondaryNameNode 沒有啓動，請運行 sbin/stop-dfs.sh 關閉進程，而後再次嘗試啓動嘗試）。若是沒有 NameNode 或 DataNode ，那就是配置不成功，請仔細檢查以前步驟，或經過查看啓動日誌排查緣由。
經過jps查看啓動的Hadoop進程
有時 Hadoop 沒法正確啓動，如 NameNode 進程沒有順利啓動，這時能夠查看啓動日誌來排查緣由，注意幾點：
- 啓動時會提示形如 「dblab: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-dblab.out」，其中 dblab 對應你的主機名，但啓動的日誌信息是記錄在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-dblab.log 中，因此應該查看這個後綴爲 .log 的文件；
- 每一次的啓動日誌都是追加在日誌文件以後，因此得拉到最後面看，看下記錄的時間就知道了。
- 通常出錯的提示在最後面，也就是寫着 Fatal、Error 或者 Java Exception 的地方。
- 能夠在網上搜索一下出錯信息，看可否找到一些相關的解決方法。
成功啓動後，能夠訪問 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息，還能夠在線查看 HDFS 中的文件。
Hadopp的Web界面
運行Hadoop僞分佈式實例
上面的單機模式，grep 例子讀取的是本地數據，僞分佈式讀取的則是 HDFS 上的數據。要使用 HDFS，首先須要在 HDFS 中建立用戶目錄：
- ./bin/hdfs dfs -mkdir -p /user/hadoop
接着將 ./etc/hadoop 中的 xml 文件做爲輸入文件複製到分佈式文件系統中，即將 /usr/local/hadoop/etc/hadoop 複製到分佈式文件系統中的 /user/hadoop/input 中。咱們使用的是 hadoop 用戶，而且已建立相應的用戶目錄 /user/hadoop ，所以在命令中就可使用相對路徑如 input，其對應的絕對路徑就是 /user/hadoop/input:
- ./bin/hdfs dfs -mkdir input
- ./bin/hdfs dfs -put ./etc/hadoop/*.xml input
複製完成後，能夠經過以下命令查看 HDFS 中的文件列表：
- ./bin/hdfs dfs -ls input
僞分佈式運行 MapReduce 做業的方式跟單機模式相同，區別在於僞分佈式讀取的是HDFS中的文件（能夠將單機步驟中建立的本地 input 文件夾，輸出結果 output 文件夾都刪掉來驗證這一點）。
- ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
查看運行結果的命令（查看的是位於 HDFS 中的輸出結果）：
- ./bin/hdfs dfs -cat output/*
結果以下，注意到剛纔咱們已經更改了配置文件，因此運行結果不一樣。
Hadoop僞分佈式運行grep的結果
咱們也能夠將運行結果取回到本地：
- rm -r ./output # 先刪除本地的 output 文件夾（若是存在）
- ./bin/hdfs dfs -get output ./output # 將 HDFS 上的 output 文件夾拷貝到本機
- cat ./output/*
Hadoop 運行程序時，輸出目錄不能存在，不然會提示錯誤 「org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists」 ，所以若要再次執行，須要執行以下命令刪除 output 文件夾:
- ./bin/hdfs dfs -rm -r output # 刪除 output 文件夾
運行 Hadoop 程序時，爲了防止覆蓋結果，程序指定的輸出目錄（如 output）不能存在，不然會提示錯誤，所以運行前須要先刪除輸出目錄。在實際開發應用程序時，可考慮在程序中加上以下代碼，能在每次運行時自動刪除輸出目錄，避免繁瑣的命令行操做：
- Configuration conf = new Configuration();
- Job job = new Job(conf);
- /* 刪除輸出目錄 */
- Path outputPath = new Path(args[1]);
- outputPath.getFileSystem(conf).delete(outputPath, true);
若要關閉 Hadoop，則運行
- ./sbin/stop-dfs.sh
下次啓動 hadoop 時，無需進行 NameNode 的初始化，只須要運行 ./sbin/start-dfs.sh 就能夠！
啓動YARN
（僞分佈式不啓動 YARN 也能夠，通常不會影響程序執行）
有的讀者可能會疑惑，怎麼啓動 Hadoop 後，見不到書上所說的 JobTracker 和 TaskTracker，這是由於新版的 Hadoop 使用了新的 MapReduce 框架（MapReduce V2，也稱爲 YARN，Yet Another Resource Negotiator）。
YARN 是從 MapReduce 中分離出來的，負責資源管理與任務調度。YARN 運行於 MapReduce 之上，提供了高可用性、高擴展性，YARN 的更多介紹在此不展開，有興趣的可查閱相關資料。
上述經過 ./sbin/start-dfs.sh 啓動 Hadoop，僅僅是啓動了 MapReduce 環境，咱們能夠啓動 YARN ，讓 YARN 來負責資源管理與任務調度。
首先修改配置文件 mapred-site.xml，這邊須要先進行重命名：
- mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml
而後再進行編輯，一樣使用 gedit 編輯會比較方便些 gedit ./etc/hadoop/mapred-site.xml ：
- <configuration>
- <property>
- <name>mapreduce.framework.name</name>
- <value>yarn</value>
- </property>
- </configuration>
接着修改配置文件 yarn-site.xml：
- <configuration>
- <property>
- <name>yarn.nodemanager.aux-services</name>
- <value>mapreduce_shuffle</value>
- </property>
- </configuration>
而後就能夠啓動 YARN 了（須要先執行過 ./sbin/start-dfs.sh）：
- ./sbin/start-yarn.sh $ 啓動YARN
- ./sbin/mr-jobhistory-daemon.sh start historyserver # 開啓歷史服務器，才能在Web中查看任務運行狀況
開啓後經過 jps 查看，能夠看到多了 NodeManager 和 ResourceManager 兩個後臺進程，以下圖所示。
開啓YARN
啓動 YARN 以後，運行實例的方法仍是同樣的，僅僅是資源管理方式、任務調度不一樣。觀察日誌信息能夠發現，不啓用 YARN 時，是 「mapred.LocalJobRunner」 在跑任務，啓用 YARN 以後，是 「mapred.YARNRunner」 在跑任務。啓動 YARN 有個好處是能夠經過 Web 界面查看任務的運行狀況：http://localhost:8088/cluster，以下圖所示。
開啓YARN後能夠查看任務運行信息
但 YARN 主要是爲集羣提供更好的資源管理與任務調度，然而這在單機上體現不出價值，反而會使程序跑得稍慢些。所以在單機上是否開啓 YARN 就看實際狀況了。
若是不想啓動 YARN，務必把配置文件 mapred-site.xml 重命名，改爲 mapred-site.xml.template，須要用時改回來就行。不然在該配置文件存在，而未開啓 YARN 的狀況下，運行程序會提示 「Retrying connect to server: 0.0.0.0/0.0.0.0:8032」 的錯誤，這也是爲什麼該配置文件初始文件名爲 mapred-site.xml.template。
一樣的，關閉 YARN 的腳本以下：
- ./sbin/stop-yarn.sh
- ./sbin/mr-jobhistory-daemon.sh stop historyserver
自此，你已經掌握 Hadoop 的配置和基本使用了。
附加教程: 配置PATH環境變量
在這裏額外講一下 PATH 這個環境變量（可執行 echo $PATH 查看，當中包含了多個目錄）。例如咱們在主文件夾 ~ 中執行 ls 這個命令時，實際執行的是 /bin/ls 這個程序，而不是 ~/ls 這個程序。系統是根據 PATH 這個環境變量中包含的目錄位置，逐一進行查找，直至在這些目錄位置下找到匹配的程序（若沒有匹配的則提示該命令不存在）。
上面的教程中，咱們都是先進入到 /usr/local/hadoop 目錄中，再執行 ./sbin/hadoop，實際上等同於運行 /usr/local/hadoop/sbin/hadoop。咱們能夠將 Hadoop 命令的相關目錄加入到 PATH 環境變量中，這樣就能夠直接經過 start-dfs.sh 開啓 Hadoop，也能夠直接經過 hdfs 訪問 HDFS 的內容，方便平時的操做。
在前面咱們設置 HADOOP 環境變量時，咱們已經順便設置了 PATH 變量（即 「export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin」），那麼之後咱們在任意目錄中均可以直接經過執行 start-dfs.sh 來啓動 Hadoop 或者執行 hdfs dfs -ls input 查看 HDFS 文件了，讀者不妨如今就執行 hdfs dfs -ls input 試試看。
安裝Hadoop集羣
在平時的學習中，咱們使用僞分佈式就足夠了。若是須要安裝 Hadoop 集羣，請查看Hadoop集羣安裝配置教程。
相關教程
- 使用Eclipse編譯運行MapReduce程序: 用文本編輯器寫 Java 程序是不靠譜的，仍是用 Eclipse 比較方便。
- 使用命令行編譯打包運行本身的MapReduce程序: 有時候須要直接經過命令來編譯 MapReduce 程序。