本文主要参考官方安装教程，如对自己英语水平十分自信，请点击链接移步官网～
测试使用以下软件包
- Ubuntu 14.04 64位
- Hadoop 2.8
首先需要安装好Ubuntu系统，完成该步骤后，才能在此基础上安装 Hadoop。
创建hadoop用户
- sudo adduser hadoop
此处命令会创建用户hadoop及组并设置密码
更新apt
用 hadoop 用户登录后，我们先更新一下 apt，后续我们使用 apt 安装软件，如果没更新可能有一些软件安装不了。
- sudo apt-get update
通过命令行安装软件
配置SSH无密码登陆
- cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost
- ssh-keygen -t rsa # 会有提示，都按回车就可以
- cat ./id_rsa.pub >> ./authorized_keys # 加入授权
此时再用ssh localhost命令，无需输入密码就可以直接登陆了，如下图所示。
安装Java环境
根据http://wiki.apache.org/hadoop/HadoopJavaVersions中所说，hadoop2.8支持OpenJDK 1.7。所以这里直接安装OpenJDK1.7:
- sudo apt-get install openjdk-7-jdk
安装好 OpenJDK 后，需要找到相应的安装路径，这个路径是用于配置 JAVA_HOME 环境变量的。执行如下命令：
- dpkg -L openjdk-7-jdk | grep '/bin/javac'
该命令会输出一个路径，除去路径末尾的 “/bin/javac”，剩下的就是正确的路径了。如输出路径为 /usr/lib/jvm/java-7-openjdk-amd64/bin/javac，则我们需要的路径为 /usr/lib/jvm/java-7-openjdk-amd64。
接着在 ~/.bashrc 的最后一行配置 JAVA_HOME 环境变量
- vim ~/.bashrc
执行如下命令使之生效：
- source ~/.bashrc
设置好后我们来检验一下是否设置正确：
- echo $JAVA_HOME # 检验变量值
- java -version
- $JAVA_HOME/bin/java -version # 与直接执行 java -version 一样
- 如果设置正确的话，
$JAVA_HOME/bin/java -version会输出 java 的版本信息，且和java -version的输出结果一样，如下图所示：
至此，Hadoop所需的Java运行环境就安装好了。
安装 Hadoop
将 Hadoop 安装至 /usr/local/ 中：
- sudo tar -zxf hadoop-2.8.0.tar.gz -C /usr/local # 解压到/usr/local中
- cd /usr/local/
- sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改为hadoop
- sudo chown -R hadoop ./hadoop # 修改文件权限
Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：
- cd /usr/local/hadoop
- ./bin/hadoop version
配置etc/hadoop/下的hadoop-env.sh文件，修改里面的JAVA_HOME与刚才bashrc里面的一致。
Hadoop单机配置(非分布式)
Hadoop 默认模式为非分布式模式，无需进行其他配置即可运行。非分布式即单 Java 进程，方便进行调试。
现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar可以看到所有例子），包括 wordcount、terasort、join、grep 等。
在此我们选择运行 grep 例子，我们将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中。
- cd /usr/local/hadoop
- mkdir ./input
- cp ./etc/hadoop/*.xml ./input # 将配置文件作为输入文件
- ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
- cat ./output/* # 查看运行结果
执行成功后如下所示，输出了作业的相关信息，输出的结果是符合正则的单词 dfsadmin 出现了1次
Hadoop伪分布式配置
Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 Datanode，同时，读取的是 HDFS 中的文件。
Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式需要修改2个配置文件core-site.xml和hdfs-site.xml。Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。
- <configuration>
- </configuration>
修改为下面配置：
- <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>
- <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>
配置完成后，执行 NameNode 的格式化:
- ./bin/hdfs namenode -format
成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错。
开启 NameNode 和 Datanode 守护进程。
- ./sbin/start-dfs.sh
若出现如下SSH提示，输入yes即可。
启动时可能会出现如下 WARN 提示：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable。该 WARN 提示可以忽略，并不会影响正常使用（该 WARN 可以通过编译 Hadoop 源码解决）。
如果启动 Hadoop 时遇到输出非常多“ssh: Could not resolve hostname xxx”的异常情况：
这个并不是 ssh 的问题，可通过设置 Hadoop 环境变量来解决。首先按键盘的ctrl + c中断启动，然后在 ~/.bashrc 中，增加如下两行内容（设置过程与JAVA_HOME变量一样，其中HADOOP_HOME 为 Hadoop 的安装目录）：
保存后，执行source ~/.bashrc使变量设置生效，然后再次执行./sbin/start-dfs.sh启动 Hadoop。
启动完成后，可以通过命令jps来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”Datanode” 和 “SecondaryNameNode”（如果 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，然后再次尝试启动尝试）。如果没有 NameNode 或 Datanode ，那就是配置不成功，请仔细检查之前步骤，或通过查看启动日志排查原因。
成功启动后，可以访问 Web 界面http://ip:50070查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件。
运行Hadoop伪分布式实例
上面的单机模式，grep 例子读取的是本地数据，伪分布式读取的则是 HDFS 上的数据。要使用 HDFS，首先需要在 HDFS 中创建用户目录：
- ./bin/hdfs dfs -mkdir -p /home/hadoop
接着将./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统中，即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /home/hadoop/input 中。我们使用的是 hadoop 用户，并且已创建相应的用户目录 /home/hadoop ，因此在命令中就可以使用相对路径如 input，其对应的绝对路径就是 /home/hadoop/input:
- ./bin/hdfs dfs -mkdir input
- ./bin/hdfs dfs -put ./etc/hadoop/*.xml input
复制完成后，可以通过如下命令查看文件列表：
- ./bin/hdfs dfs -ls /home/hadoop/input
若要关闭 Hadoop，则运行
- ./sbin/stop-dfs.sh
注意
下次启动 hadoop 时，无需进行 NameNode 的初始化，只需要运行./sbin/start-dfs.sh
