本文地址：http://www.cnblogs.com/myresearch/p/hadoop-standalone-pseudo-distributed-operation.html，轉載請注明源地址。
基本環境配置
可以使用命令uname -a 查看linux的版本：
master@ubuntu:~$ uname -a
Linux ubuntu 3.13.0-24-generic #46-Ubuntu SMP Thu Apr 10 19:11:08 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux
使用 Ubuntu 14.04 64位 作為系統環境，也可以使用RedHat、CentOS等，本教程也可以作為參考，配置是相似的，就是Linux命令、具體操作有所不同。本教程基於Hadoop 2.6.0 (stable) 版本下驗證通過，可適合任何 Hadoop 2.x.y 版本，例如 Hadoop 2.4.1。
裝好了Ubuntu系統之后，在安裝Hadoop前還需要做一些必備工作。
創建hadoop用戶
如果你安裝 Ubuntu 的時候不是用的 hadoop 用戶，那么最好增加一個名為 hadoop 的用戶，密碼隨意指定。首先打開終端，輸入如下命令創建新用戶 :
$ sudo useradd -m hadoop -s /bin/bash
這條命令創建了可以登陸的 hadoop 用戶，並使用 /bin/bash 作為shell。
接着使用如下命令修改密碼，按提示輸入兩次密碼
$ sudo passwd hadoop
可為 hadoop 用戶增加管理員權限，方便部署，避免一些對新手來說比較棘手的權限問題：
$ sudo adduser hadoop sudo
完整的運行情況如下：
master@ubuntu:~$ sudo useradd -m hadoop -s /bin/bash
[sudo] password for master:
master@ubuntu:~$ sudo passwd hadoop
Enter new UNIX password:
Retype new UNIX password:
passwd: password updated successfully
master@ubuntu:~$ sudo adduser hadoop sudo
[sudo] password for master:
Adding user `hadoop' to group `sudo' ...
Adding user hadoop to group sudo
Done.
最后注銷當前用戶(點擊屏幕右上角的齒輪，選擇注銷)，在登陸界面使用剛創建的 hadoop 用戶進行登陸。
使用下面的命令更新apt：
hadoop@ubuntu:~$ sudo apt-get update
接着安裝vim
hadoop@ubuntu:~$ sudo apt-get install vim
安裝SSH server、配置SSH無密碼登陸
集群、單節點模式都需要用到SSH登陸（類似於遠程登陸，你可以登錄某台Linux電腦，並且在上面運行命令），Ubuntu 默認已安裝了 SSH client，此外還需要安裝 SSH server：
$ sudo apt-get install openssh-server
安裝后，可以使用如下命令登陸本機：
$ ssh localhost
這樣登陸是需要每次輸入密碼的，我們需要配置成SSH無密碼登陸比較方便。
首先退出剛才的 ssh，就回到了我們原先的終端窗口，然后利用 ssh-keygen 生成密鑰，並將密鑰加入到授權中：
cd ~/.ssh/ ssh-keygen -t rsa cat id_rsa.pub >> authorized_keys
再次使用ssh localhost登錄就不需要輸入密碼了
hadoop@ubuntu:~/.ssh$ ssh localhost
Welcome to Ubuntu 14.04 LTS (GNU/Linux 3.13.0-24-generic x86_64)
* Documentation: https://help.ubuntu.com/
Last login: Wed May 13 04:34:05 2015 from localhost
下載配置JDK
下載jdk1.8，下載地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
新建兩個文件夾：opt、soft；分別存放安裝后的軟件和軟件包
分別解壓縮jdk和hadoop：
hadoop@ubuntu:~/opt$ sudo tar -zxvf jdk-8u45-linux-x64.tar.gz
接着需要配置一下 JAVA_HOME 環境變量：
在文件最前面添加如下單獨一行（注意 = 號前后不能有空格），並保存
export JAVA_HOME=/home/hadoop/opt/java1.8.0_45
接着還需要讓該環境變量生效，執行如下代碼:
$ source ~/.bashrc # 使變量設置生效 $ echo $JAVA_HOME # 檢驗是否設置正確
沒有錯誤會出現下面的結果：
hadoop@ubuntu:~$ echo $JAVA_HOME
/home/hadoop/opt/jdk1.8.0_45
但是此時運行java -version 命令，會出現如下提示：
hadoop@ubuntu:~$ java -version
The program 'java' can be found in the following packages:
* default-jre
* gcj-4.8-jre-headless
* openjdk-7-jre-headless
* gcj-4.6-jre-headless
* openjdk-6-jre-headless
Try: sudo apt-get install <selected package>
提示jre的安裝問題，而實際是環境沒有配置全面，繼續vim ~/.bashrc，加入：
export JAVA_HOME=/home/hadoop/opt/jdk1.8.0_45 export JRE_HOME=${JAVA_HOME}/jre export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib export PATH=${JAVA_HOME}/bin:$PATH
hadoop@ubuntu:~$ java -version
java version "1.8.0_45"
Java(TM) SE Runtime Environment (build 1.8.0_45-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.45-b02, mixed mode)
搞定～～～
下載安裝 Hadoop 2.6
下載hadoop2.6，下載地址：http://mirrors.cnnic.cn/apache/hadoop/common/stable/
注意：hadoop-2.6.0.tar.gz這個格式的文件，這是編譯好的，另一個包含 src 的則是 Hadoop 源代碼。
同時強烈建議也下載 hadoop-2.6.0.tar.gz.mds 這個文件，該文件包含了檢驗值可用於檢查 hadoop-2.6.0.tar.gz 的完整性，否則若文件發生了損壞或下載不完整，Hadoop 將無法正常運行。
解壓縮hadoop
hadoop@ubuntu:~/opt$ sudo tar -zxvf hadoop-2.6.0.tar.gz
現在使用下列命令得出hadoop-2.6.0.tar.gz.mds的MD5值：
$ cat ./hadoop-2.6.0.tar.gz.mds | grep 'MD5'
出現下面的結果：
hadoop-2.6.0.tar.gz: MD5 = 37 F3 71 FA AB 03 3B B8 C2 CB 50 10 0C 57 74 DC
計算hadoop-2.6.0.tar.gz的MD5值，使用下面的命令：
$ ~/opt$ md5sum ./hadoop-2.6.0.tar.gz | tr "a-z" "A-Z"
出現下面的結果：
37F371FAAB033BB8C2CB50100C5774DC ./HADOOP-2.6.0.TAR.GZ
字符對應相等，說明安裝包沒有問題
修改文件權限：
sudo chown -R hadoop:hadoop ./hadoop-2.6.0
輸入如下命令來檢查 Hadoop 是否可用：
hadoop@ubuntu:~/opt$ cd ./hadoop-2.6.0 hadoop@ubuntu:~/opt/hadoop-2.6.0$ ./bin/hadoop
成功則會顯示命令用法：
Usage: hadoop [--config confdir] COMMAND
where COMMAND is one of:
fs run a generic filesystem user client
version print the version
jar <jar> run a jar file
checknative [-a|-h] check native hadoop and compression libraries availability
distcp <srcurl> <desturl> copy file or directories recursively
archive -archiveName NAME -p <parent path> <src>* <dest> create a hadoop archive
classpath prints the class path needed to get the
credential interact with credential providers
Hadoop jar and the required libraries
daemonlog get/set the log level for each daemon
trace view and modify Hadoop tracing settings
or
CLASSNAME run the class named CLASSNAME
Most commands print help when invoked w/o parameters.
Hadoop單機配置
Hadoop 默認配置是以非分布式模式運行，即單 Java 進程，方便進行調試。可以執行附帶的例子 WordCount 來感受下 Hadoop 的運行。將 input 文件夾中的文件作為輸入，統計當中符合正則表達式 wo[a-z.]+ 的單詞出現的次數，並輸出結果到 output 文件夾中。
$ cd /home/hadoop/opt/hadoop-2.6.0 $ mkdir input $ cp ./etc/hadoop/*.xml input $ ./bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'wo[a-z.]+' $ cat ./output/*
執行成功后如下所示，輸出了作業的相關信息，輸出的結果是符合正則的單詞dfsadmin出現了1次
hadoop@ubuntu:~/opt/hadoop-2.6.0$ cat ./output/*
2 word
1 work
如果需要再次運行，需要刪除output文件夾（因為Hadoop 默認不會覆蓋結果文件）：
$ sudo rm -rf output
Hadoop偽分布式配置
Hadoop 可以在單節點上以偽分布式的方式運行，Hadoop 進程以分離的 Java 進程來運行，節點既作為 NameNode 也作為 DataNode。
Hadoop 的配置文件位於 /home/hadoop/opt/hadoop-2.6.0/etc/hadoop/ 中，偽分布式需要修改2個配置文件 core-site.xml 和 hdfs-site.xml 。
修改配置文件 core-site.xml
<configuration> <property> <name>hadoop.tmp.dir</name> <value>file:/home/hadoop/opt/hadoop-2.6.0/tmp</value> </property> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property> </configuration>
接着修改配置文件 hdfs-site.xml：
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:/home/hadoop/opt/hadoop-2.6.0/tmp/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/home/hadoop/opt/hadoop-2.6.0/tmp/dfs/data</value> </property> </configuration>
配置完成后，執行 namenode 的格式化:
hadoop@ubuntu:~/opt/hadoop-2.6.0$ bin/hdfs namenode -format
最后幾行如下：
15/05/13 08:50:15 INFO namenode.FSImage: Allocated new BlockPoolId: BP-707136192-127.0.1.1-1431532215593
15/05/13 08:50:15 INFO common.Storage: Storage directory /home/hadoop/opt/hadoop-2.6.0/tmp/dfs/name has been successfully formatted.
15/05/13 08:50:16 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
15/05/13 08:50:16 INFO util.ExitUtil: Exiting with status 0
15/05/13 08:50:16 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at ubuntu/127.0.1.1
************************************************************/
接着開啟 NaneNode 和 DataNode 守護進程。
hadoop@ubuntu:~/opt/hadoop-2.6.0$ sbin/start-dfs.sh
出現下面的錯誤提示：
Starting namenodes on [localhost]
localhost: Error: JAVA_HOME is not set and could not be found.
localhost: Error: JAVA_HOME is not set and could not be found.
Starting secondary namenodes [0.0.0.0]
解決辦法:
打開hadoop-env.sh文件，修改
export JAVA_HOME=/home/hadoop/opt/jdk1.8.0_45
問題解決～～～
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/opt/hadoop-2.6.0/logs/hadoop-hadoop-namenode-ubuntu.out
localhost: starting datanode, logging to /home/hadoop/opt/hadoop-2.6.0/logs/hadoop-hadoop-datanode-ubuntu.out
Starting secondary namenodes [0.0.0.0]
The authenticity of host '0.0.0.0 (0.0.0.0)' can't be established.
ECDSA key fingerprint is 1a:e1:fa:ce:18:2c:44:b7:0f:3b:38:fc:fd:05:8d:97.
Are you sure you want to continue connecting (yes/no)? yes
0.0.0.0: Warning: Permanently added '0.0.0.0' (ECDSA) to the list of known hosts.
0.0.0.0: starting secondarynamenode, logging to /home/hadoop/opt/hadoop-2.6.0/logs/hadoop-hadoop-secondarynamenode-ubuntu.out
啟動完成后，可以通過命令 jps 來判斷是否成功啟動，若成功啟動則會列出如下進程: NameNode、DataNode和SecondaryNameNode。（如果SecondaryNameNode沒有啟動，請運行 sbin/stop-dfs.sh 關閉進程，然后再次嘗試啟動嘗試；如果 NameNode 或 DataNode 沒有啟動，請仔細檢查之前步驟）。
hadoop@ubuntu:~/opt/hadoop-2.6.0$ jps
4576 Jps
4274 DataNode
4162 NameNode
4473 SecondaryNameNode
成功啟動后，可以訪問 Web 界面 http://localhost:50070 來查看 Hadoop 的信息：
Hadoop偽分布式實例-WordCount
上面的單機模式，WordCount 讀取的是本地數據，偽分布式讀取的則是HDFS上的數據。要使用 HDFS，首先需要創建用戶目錄
hadoop@ubuntu:~/opt/hadoop-2.6.0$ bin/hdfs dfs -mkdir -p /user/hadoop
解釋如下:
-mkdir [-p] <path> ... :
Create a directory in specified location.
-p Do not fail if the directory already exists
接着將 etc/hadoop 中的文件作為輸入文件復制到分布式文件系統中，即將 /home/hadoop/opt/hadoop-2.6.0/etc/hadoop 復制到分布式文件系統中的 /user/hadoop/input 中。上一步已創建了用戶目錄 /user/hadoop ，因此命令中就可以使用相對目錄如 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
復制完成后，可以通過如下命令查看文件列表：
hadoop@ubuntu:~/opt/hadoop-2.6.0$ bin/hdfs dfs -ls input
Found 8 items
-rw-r--r-- 1 hadoop supergroup 4436 2015-05-13 18:26 input/capacity-scheduler.xml
-rw-r--r-- 1 hadoop supergroup 991 2015-05-13 18:26 input/core-site.xml
-rw-r--r-- 1 hadoop supergroup 9683 2015-05-13 18:26 input/hadoop-policy.xml
-rw-r--r-- 1 hadoop supergroup 1121 2015-05-13 18:26 input/hdfs-site.xml
-rw-r--r-- 1 hadoop supergroup 620 2015-05-13 18:26 input/httpfs-site.xml
-rw-r--r-- 1 hadoop supergroup 3523 2015-05-13 18:26 input/kms-acls.xml
-rw-r--r-- 1 hadoop supergroup 5511 2015-05-13 18:26 input/kms-site.xml
-rw-r--r-- 1 hadoop supergroup 690 2015-05-13 18:26 input/yarn-site.xml
偽分布式運行MapReduce作業的方式跟單機模式相同，區別在於偽分布式讀取的是HDFS中的文件（可以將單機步驟中創建的本地 input 文件夾刪掉來驗證這一點）。
$ 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/*
也可以將運行結果取回到本地：
$ rm -R ./output $ bin/hdfs dfs -get output output # 將 HDFS 上的 output 文件夾拷貝到本機 $ cat ./output/*
結果如下:
1 dfsadmin
1 dfs.replication
1 dfs.namenode.name.dir
1 dfs.datanode.data.dir
Hadoop運行程序時，默認輸出目錄不能存在，因此再次運行需要執行如下命令刪除 output文件夾:
$ bin/hdfs dfs -rm -r /user/hadoop/output # 刪除 output 文件夾
參考資料
http://www.powerxing.com/install-hadoop/
http://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html
http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html
http://www.micmiu.com/bigdata/hadoop/hadoop-2x-ubuntu-build/