2015-12-17 (updated: 2017-03-02)

本教程適合於在 CentOS 6.x 系統中安裝原生 Hadoop 2，適用於Hadoop 2.7.1, Hadoop 2.6.0 等版本，主要參考了官方安裝教程，步驟詳細，輔以適當說明，相信按照步驟來，都能順利在 CentOS 中安裝並執行 Hadoop。本 Hadoop 教程由給力星出品，轉載請註明。

環境

本教程使用 CentOS 6.4 32位 作為系統環境，請自行安裝系統。如果用的是 Ubuntu 系統，請檢視相應的 Ubuntu安裝Hadoop教程。

本教程基於原生 Hadoop 2，在 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 2.7.1, Hadoop 2.4.1等。

Hadoop版本

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可能是 0.20 這樣的版本。Hadoop 2.x 版本在不斷更新，本教程均可適用。如果需安裝 0.20，1.2.1這樣的版本，本教程也可以作為參考，主要差別在於配置項，配置請參考官網教程或其他教程。

新版是相容舊版的，書上舊版本的程式碼應該能夠正常執行（我自己沒驗證，歡迎驗證反饋）。

裝好了 CentOS 系統之後，在安裝 Hadoop 前還需要做一些必備工作。

建立hadoop使用者

如果你安裝 CentOS 的時候不是用的 “hadoop” 使用者，那麼需要增加一個名為 hadoop 的使用者。

首先點選左上角的 “應用程式” -> “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 使用者登入，接著執行命令建立新使用者 hadoop:

1. su # 上述提到的以 root 使用者登入
2. useradd -m hadoop -s /bin/bash # 建立新使用者hadoop

Shell 命令

如下圖所示，這條命令建立了可以登陸的 hadoop 使用者，並使用 /bin/bash 作為shell。

CentOS建立hadoop使用者

接著使用如下命令修改密碼，按提示輸入兩次密碼，可簡單的設為 “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）:

1. passwd hadoop

Shell 命令

可為 hadoop 使用者增加管理員許可權，方便部署，避免一些對新手來說比較棘手的許可權問題，執行：

1. visudo

Shell 命令

如下圖，找到 root ALL=(ALL) ALL 這行（應該在第98行，可以先按一下鍵盤上的 ESC 鍵，然後輸入 :98 (按一下冒號，接著輸入98，再按回車鍵)，可以直接跳到第98行 ），然後在這行下面增加一行內容：hadoop ALL=(ALL) ALL （當中的間隔為tab），如下圖所示：

為hadoop增加sudo許可權

新增好內容後，先按一下鍵盤上的 ESC 鍵，然後輸入 :wq (輸入冒號還有wq，這是vi/vim編輯器的儲存方法)，再按回車鍵儲存退出就可以了。

最後登出當前使用者(點選螢幕右上角的使用者名稱，選擇退出->登出)，在登陸介面使用剛建立的 hadoop 使用者進行登陸。（如果已經是 hadoop 使用者，且在終端中使用 su 登入了 root 使用者，那麼需要執行 exit 退出 root 使用者狀態）

準備工作

使用 hadoop 使用者登入後，還需要安裝幾個軟體才能安裝 Hadoop。

CentOS 使用 yum 來安裝軟體，需要聯網環境，首先應檢查一下是否連上了網路。如下圖所示，桌面右上角的網路圖示若顯示紅叉，則表明還未聯網，應點選選擇可用網路。

檢查是否聯網

連線網路後，需要安裝 SSH 和 Java。

安裝SSH、配置SSH無密碼登陸

叢集、單節點模式都需要用到 SSH 登陸（類似於遠端登陸，你可以登入某臺 Linux 主機，並且在上面執行命令），一般情況下，CentOS 預設已安裝了 SSH client、SSH server，開啟終端執行如下命令進行檢驗：

1. rpm -qa | grep ssh

Shell 命令

如果返回的結果如下圖所示，包含了 SSH client 跟 SSH server，則不需要再安裝。

檢查是否安裝了SSH

若需要安裝，則可以通過 yum 進行安裝（安裝過程中會讓你輸入 [y/N]，輸入 y 即可）：

1. sudo yum install openssh-clients
2. sudo yum install openssh-server

Shell 命令

接著執行如下命令測試一下 SSH 是否可用：

1. ssh localhost

Shell 命令

此時會有如下提示(SSH首次登陸提示)，輸入 yes 。然後按提示輸入密碼 hadoop，這樣就登陸到本機了。

測試SSH是否可用

但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。

首先輸入 exit 退出剛才的 ssh，就回到了我們原先的終端視窗，然後利用 ssh-keygen 生成金鑰，並將金鑰加入到授權中：

1. exit # 退出剛才的 ssh localhost
2. cd ~/.ssh/ # 若沒有該目錄，請先執行一次ssh localhost
3. ssh-keygen -t rsa # 會有提示，都按回車就可以
4. cat id_rsa.pub >> authorized_keys # 加入授權
5. chmod 600 ./authorized_keys # 修改檔案許可權

Shell 命令

~的含義

在 Linux 系統中，~ 代表的是使用者的主資料夾，即 “/home/使用者名稱” 這個目錄，如你的使用者名稱為 hadoop，則 ~ 就代表 “/home/hadoop/”。 此外，命令中的 # 後面的文字是註釋。

此時再用 ssh localhost 命令，無需輸入密碼就可以直接登陸了，如下圖所示。

SSH無密碼登入

安裝Java環境

Java 環境可選擇 Oracle 的 JDK，或是 OpenJDK，現在一般 Linux 系統預設安裝的基本是 OpenJDK，如 CentOS 6.4 就預設安裝了 OpenJDK 1.7。按 http://wiki.apache.org/hadoop/HadoopJavaVersions 中說的，Hadoop 在 OpenJDK 1.7 下執行是沒問題的。需要注意的是，CentOS 6.4 中預設安裝的只是 Java JRE，而不是 JDK，為了開發方便，我們還是需要通過 yum 進行安裝 JDK，安裝過程中會讓輸入 [y/N]，輸入 y 即可：

1. sudo yum install java-1.7.0-openjdk java-1.7.0-openjdk-devel

Shell 命令

通過上述命令安裝 OpenJDK，預設安裝位置為 /usr/lib/jvm/java-1.7.0-openjdk（該路徑可以通過執行 rpm -ql java-1.7.0-openjdk-devel | grep '/bin/javac' 命令確定，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 安裝後就可以直接使用 java、javac 等命令了。

接著需要配置一下 JAVA_HOME 環境變數，為方便，我們在 ~/.bashrc 中進行設定（擴充套件閱讀: 設定Linux環境變數的方法和區別）：

1. vim ~/.bashrc

Shell 命令

在檔案最後面新增如下單獨一行（指向 JDK 的安裝位置），並儲存：

1. export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk

Shell

如下圖所示：

設定JAVA_HOME環境變數

接著還需要讓該環境變數生效，執行如下程式碼：

1. source ~/.bashrc # 使變數設定生效

Shell 命令

設定好後我們來檢驗一下是否設定正確：

1. echo $JAVA_HOME # 檢驗變數值
2. java -version
3. $JAVA_HOME/bin/java -version # 與直接執行 java -version 一樣

Shell 命令

如果設定正確的話，$JAVA_HOME/bin/java -version 會輸出 java 的版本資訊，且和 java -version 的輸出結果一樣，如下圖所示：

成功設定JAVA_HOME環境變數

這樣，Hadoop 所需的 Java 執行環境就安裝好了。

安裝 Hadoop 2

下載時強烈建議也下載 hadoop-2.x.y.tar.gz.mds 這個檔案，該檔案包含了檢驗值可用於檢查 hadoop-2.x.y.tar.gz 的完整性，否則若檔案發生了損壞或下載不完整，Hadoop 將無法正常執行。

本文涉及的檔案均通過瀏覽器下載，預設儲存在 “下載” 目錄中（若不是請自行更改 tar 命令的相應目錄）。另外，如果你用的不是 2.6.0 版本，則將所有命令中出現的 2.6.0 更改為你所使用的版本。

1. cat ~/下載/hadoop-2.6.0.tar.gz.mds | grep 'MD5' # 列出md5檢驗值
2. # head -n 6 ~/下載/hadoop-2.7.1.tar.gz.mds # 2.7.1版本格式變了，可以用這種方式輸出
3. md5sum ~/下載/hadoop-2.6.0.tar.gz | tr "a-z" "A-Z" # 計算md5值，並轉化為大寫，方便比較

Shell 命令

若檔案不完整則這兩個值一般差別很大，可以簡單對比下前幾個字元跟後幾個字元是否相等即可，如下圖所示，如果兩個值不一樣，請務必重新下載。

檢驗檔案完整性

我們選擇將 Hadoop 安裝至 /usr/local/ 中：

1. sudo tar -zxf ~/下載/hadoop-2.6.0.tar.gz -C /usr/local # 解壓到/usr/local中
2. cd /usr/local/
3. sudo mv ./hadoop-2.6.0/ ./hadoop # 將資料夾名改為hadoop
4. sudo chown -R hadoop:hadoop ./hadoop # 修改檔案許可權

Shell 命令

Hadoop 解壓後即可使用。輸入如下命令來檢查 Hadoop 是否可用，成功則會顯示 Hadoop 版本資訊：

1. cd /usr/local/hadoop
2. ./bin/hadoop version

Shell 命令

相對路徑與絕對路徑的區別

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，均為相對路徑，以 /usr/local/hadoop 為當前目錄。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。可以將相對路徑改成絕對路徑來執行，但如果你是在主資料夾 ~ 中執行 ./bin/hadoop version，執行的會是 /home/hadoop/bin/hadoop version，就不是我們所想要的了。

Hadoop單機配置(非分散式)

Hadoop 預設模式為非分散式模式，無需進行其他配置即可執行。非分散式即單 Java 程序，方便進行除錯。

現在我們可以執行例子來感受下 Hadoop 的執行。Hadoop 附帶了豐富的例子（執行 ./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。

在此我們選擇執行 grep 例子，我們將 input 資料夾中的所有檔案作為輸入，篩選當中符合正則表示式 dfs[a-z.]+ 的單詞並統計出現的次數，最後輸出結果到 output 資料夾中。

1. cd /usr/local/hadoop
2. mkdir ./input
3. cp ./etc/hadoop/*.xml ./input # 將配置檔案作為輸入檔案
4. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
5. cat ./output/* # 檢視執行結果

Shell 命令

若執行出錯，如出現如下圖提示：

執行Hadoop例項時可能會報錯

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 提示可以忽略，不會影響 Hadoop 正常執行（可通過編譯 Hadoop 原始碼解決，解決方法請自行搜尋）。

若出現提示 “INFO metrics.MetricsUtil: Unable to obtain hostName java.net.UnknowHostException”，這需要執行如下命令修改 hosts 檔案，為你的主機名增加IP對映：

1. sudo vim /etc/hosts

Shell 命令

主機名在終端視窗標題裡可以看到，或執行命令 hostname 檢視，如下圖所示，在最後面增加一行 “127.0.0.1 dblab”：

設定主機名的IP對映

儲存檔案後，重新執行 hadoop 例項，若執行成功的話會輸出很多作業的相關資訊，最後的輸出資訊如下圖所示。作業的結果會輸出在指定的 output 資料夾中，通過命令 cat ./output/* 檢視結果，符合正則的單詞 dfsadmin 出現了1次：

Hadoop例子輸出結果

注意，Hadoop 預設不會覆蓋結果檔案，因此再次執行上面例項會提示出錯，需要先將 ./output 刪除。

1. rm -r ./output

Shell 命令

Hadoop偽分散式配置

Hadoop 可以在單節點上以偽分散式的方式執行，Hadoop 程序以分離的 Java 程序來執行，節點既作為 NameNode 也作為 DataNode，同時，讀取的是 HDFS 中的檔案。

在設定 Hadoop 偽分散式配置前，我們還需要設定 HADOOP 環境變數，執行如下命令在 ~/.bashrc 中設定：

1. gedit ~/.bashrc

Shell 命令

這次我們選擇用 gedit 而不是 vim 來編輯。gedit 是文字編輯器，類似於 Windows 中的記事本，會比較方便。儲存後記得關掉整個 gedit 程式，否則會佔用終端。在檔案最後面增加如下內容：

1. # Hadoop Environment Variables
2. export HADOOP_HOME=/usr/local/hadoop
3. export HADOOP_INSTALL=$HADOOP_HOME
4. export HADOOP_MAPRED_HOME=$HADOOP_HOME
5. export HADOOP_COMMON_HOME=$HADOOP_HOME
6. export HADOOP_HDFS_HOME=$HADOOP_HOME
7. export YARN_HOME=$HADOOP_HOME
8. export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
9. export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

Shell

儲存後，不要忘記執行如下命令使配置生效：

1. source ~/.bashrc

Shell 命令

這些變數在啟動 Hadoop 程序時需要用到，不設定的話可能會報錯（這些變數也可以通過修改 ./etc/hadoop/hadoop-env.sh 實現）。

Hadoop 的配置檔案位於 /usr/local/hadoop/etc/hadoop/ 中，偽分散式需要修改2個配置檔案 core-site.xml 和 hdfs-site.xml 。Hadoop的配置檔案是 xml 格式，每個配置以宣告 property 的 name 和 value 的方式來實現。

修改配置檔案 core-site.xml (通過 gedit 編輯會比較方便: gedit ./etc/hadoop/core-site.xml)，將當中的

1. <configuration>
2. </configuration>

XML

修改為下面配置：

1. <configuration>
2. <property>
3. <name>hadoop.tmp.dir</name>
4. <value>file:/usr/local/hadoop/tmp</value>
5. <description>Abase for other temporary directories.</description>
6. </property>
7. <property>
8. <name>fs.defaultFS</name>
9. <value>hdfs://localhost:9000</value>
10. </property>
11. </configuration>

XML

同樣的，修改配置檔案 hdfs-site.xml：

1. <configuration>
2. <property>
3. <name>dfs.replication</name>
4. <value>1</value>
5. </property>
6. <property>
7. <name>dfs.namenode.name.dir</name>
8. <value>file:/usr/local/hadoop/tmp/dfs/name</value>
9. </property>
10. <property>
11. <name>dfs.datanode.data.dir</name>
12. <value>file:/usr/local/hadoop/tmp/dfs/data</value>
13. </property>
14. </configuration>

XML

配置完成後，執行 NameNode 的格式化:

1. ./bin/hdfs namenode -format

Shell 命令

成功的話，會看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若為 “Exitting with status 1” 則是出錯。

執行NameNode格式化

接著開啟 NaneNode 和 DataNode 守護程序：

1. ./sbin/start-dfs.sh

Shell 命令

若出現如下 SSH 的提示 “Are you sure you want to continue connecting”，輸入 yes 即可。

首次啟動Hadoop時的SSH提示

啟動時可能會有 WARN 提示 “WARN util.NativeCodeLoader…” 如前面提到的，這個提示不會影響正常使用。

啟動完成後，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程序: “NameNode”、”DataNode”和SecondaryNameNode（如果 SecondaryNameNode 沒有啟動，請執行 sbin/stop-dfs.sh 關閉程序，然後再次嘗試啟動嘗試）。如果沒有 NameNode 或 DataNode ，那就是配置不成功，請仔細檢查之前步驟，或通過檢視啟動日誌排查原因。

通過jps檢視啟動的Hadoop程序

通過檢視啟動日誌分析啟動失敗原因

有時 Hadoop 無法正確啟動，如 NameNode 程序沒有順利啟動，這時可以檢視啟動日誌來排查原因，注意幾點：

• 啟動時會提示形如 “dblab: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-dblab.out”，其中 dblab 對應你的主機名，但啟動的日誌資訊是記錄在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-dblab.log 中，所以應該檢視這個字尾為 .log 的檔案；
• 每一次的啟動日誌都是追加在日誌檔案之後，所以得拉到最後面看，看下記錄的時間就知道了。
• 一般出錯的提示在最後面，也就是寫著 Fatal、Error 或者 Java Exception 的地方。
• 可以在網上搜索一下出錯資訊，看能否找到一些相關的解決方法。

成功啟動後，可以訪問 Web 介面 http://localhost:50070 檢視 NameNode 和 Datanode 資訊，還可以線上檢視 HDFS 中的檔案。

Hadopp的Web介面

執行Hadoop偽分散式例項

上面的單機模式，grep 例子讀取的是本地資料，偽分散式讀取的則是 HDFS 上的資料。要使用 HDFS，首先需要在 HDFS 中建立使用者目錄：

1. ./bin/hdfs dfs -mkdir -p /user/hadoop

Shell 命令

接著將 ./etc/hadoop 中的 xml 檔案作為輸入檔案複製到分散式檔案系統中，即將 /usr/local/hadoop/etc/hadoop 複製到分散式檔案系統中的 /user/hadoop/input 中。我們使用的是 hadoop 使用者，並且已建立相應的使用者目錄 /user/hadoop ，因此在命令中就可以使用相對路徑如 input，其對應的絕對路徑就是 /user/hadoop/input:

1. ./bin/hdfs dfs -mkdir input
2. ./bin/hdfs dfs -put ./etc/hadoop/*.xml input

Shell 命令

複製完成後，可以通過如下命令檢視 HDFS 中的檔案列表：

1. ./bin/hdfs dfs -ls input

Shell 命令

偽分散式執行 MapReduce 作業的方式跟單機模式相同，區別在於偽分散式讀取的是HDFS中的檔案（可以將單機步驟中建立的本地 input 資料夾，輸出結果 output 資料夾都刪掉來驗證這一點）。

1. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

Shell 命令

檢視執行結果的命令（檢視的是位於 HDFS 中的輸出結果）：

1. ./bin/hdfs dfs -cat output/*

Shell 命令

結果如下，注意到剛才我們已經更改了配置檔案，所以執行結果不同。

Hadoop偽分散式執行grep的結果

我們也可以將執行結果取回到本地：

1. rm -r ./output # 先刪除本地的 output 資料夾（如果存在）
2. ./bin/hdfs dfs -get output ./output # 將 HDFS 上的 output 資料夾拷貝到本機
3. cat ./output/*

Shell 命令

Hadoop 執行程式時，輸出目錄不能存在，否則會提示錯誤 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ，因此若要再次執行，需要執行如下命令刪除 output 資料夾:

1. ./bin/hdfs dfs -rm -r output # 刪除 output 資料夾

Shell 命令

執行程式時，輸出目錄不能存在

執行 Hadoop 程式時，為了防止覆蓋結果，程式指定的輸出目錄（如 output）不能存在，否則會提示錯誤，因此執行前需要先刪除輸出目錄。在實際開發應用程式時，可考慮在程式中加上如下程式碼，能在每次執行時自動刪除輸出目錄，避免繁瑣的命令列操作：

1. Configuration conf = new Configuration();
2. Job job = new Job(conf);
3. /* 刪除輸出目錄 */
4. Path outputPath = new Path(args[1]);
5. outputPath.getFileSystem(conf).delete(outputPath, true);

Java

若要關閉 Hadoop，則執行

1. ./sbin/stop-dfs.sh

Shell 命令

注意

下次啟動 hadoop 時，無需進行 NameNode 的初始化，只需要執行 ./sbin/start-dfs.sh 就可以！

啟動YARN

（偽分散式不啟動 YARN 也可以，一般不會影響程式執行）

有的讀者可能會疑惑，怎麼啟動 Hadoop 後，見不到書上所說的 JobTracker 和 TaskTracker，這是因為新版的 Hadoop 使用了新的 MapReduce 框架（MapReduce V2，也稱為 YARN，Yet Another Resource Negotiator）。

YARN 是從 MapReduce 中分離出來的，負責資源管理與任務排程。YARN 運行於 MapReduce 之上，提供了高可用性、高擴充套件性，YARN 的更多介紹在此不展開，有興趣的可查閱相關資料。

上述通過 ./sbin/start-dfs.sh 啟動 Hadoop，僅僅是啟動了 MapReduce 環境，我們可以啟動 YARN ，讓 YARN 來負責資源管理與任務排程。

首先修改配置檔案 mapred-site.xml，這邊需要先進行重新命名：

1. mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml

Shell 命令

然後再進行編輯，同樣使用 gedit 編輯會比較方便些 gedit ./etc/hadoop/mapred-site.xml ：

1. <configuration>
2. <property>
3. <name>mapreduce.framework.name</name>
4. <value>yarn</value>
5. </property>
6. </configuration>

XML

接著修改配置檔案 yarn-site.xml：

1. <configuration>
2. <property>
3. <name>yarn.nodemanager.aux-services</name>
4. <value>mapreduce_shuffle</value>
5. </property>
6. </configuration>

XML

然後就可以啟動 YARN 了（需要先執行過 ./sbin/start-dfs.sh）：

1. ./sbin/start-yarn.sh $ 啟動YARN
2. ./sbin/mr-jobhistory-daemon.sh start historyserver # 開啟歷史伺服器，才能在Web中檢視任務執行情況

Shell 命令

開啟後通過 jps 檢視，可以看到多了 NodeManager 和 ResourceManager 兩個後臺程序，如下圖所示。

開啟YARN

啟動 YARN 之後，執行例項的方法還是一樣的，僅僅是資源管理方式、任務排程不同。觀察日誌資訊可以發現，不啟用 YARN 時，是 “mapred.LocalJobRunner” 在跑任務，啟用 YARN 之後，是 “mapred.YARNRunner” 在跑任務。啟動 YARN 有個好處是可以通過 Web 介面檢視任務的執行情況：http://localhost:8088/cluster，如下圖所示。

開啟YARN後可以檢視任務執行資訊

但 YARN 主要是為叢集提供更好的資源管理與任務排程，然而這在單機上體現不出價值，反而會使程式跑得稍慢些。因此在單機上是否開啟 YARN 就看實際情況了。

不啟動 YARN 需重新命名 mapred-site.xml

如果不想啟動 YARN，務必把配置檔案 mapred-site.xml 重新命名，改成 mapred-site.xml.template，需要用時改回來就行。否則在該配置檔案存在，而未開啟 YARN 的情況下，執行程式會提示 “Retrying connect to server: 0.0.0.0/0.0.0.0:8032” 的錯誤，這也是為何該配置檔案初始檔名為 mapred-site.xml.template。

同樣的，關閉 YARN 的指令碼如下：

1. ./sbin/stop-yarn.sh
2. ./sbin/mr-jobhistory-daemon.sh stop historyserver

Shell 命令

自此，你已經掌握 Hadoop 的配置和基本使用了。

附加教程: 配置PATH環境變數

在這裡額外講一下 PATH 這個環境變數（可執行 echo $PATH 檢視，當中包含了多個目錄）。例如我們在主資料夾 ~ 中執行 ls 這個命令時，實際執行的是 /bin/ls 這個程式，而不是 ~/ls 這個程式。系統是根據 PATH 這個環境變數中包含的目錄位置，逐一進行查詢，直至在這些目錄位置下找到匹配的程式（若沒有匹配的則提示該命令不存在）。

上面的教程中，我們都是先進入到 /usr/local/hadoop 目錄中，再執行 ./sbin/hadoop，實際上等同於執行 /usr/local/hadoop/sbin/hadoop。我們可以將 Hadoop 命令的相關目錄加入到 PATH 環境變數中，這樣就可以直接通過 start-dfs.sh 開啟 Hadoop，也可以直接通過 hdfs 訪問 HDFS 的內容，方便平時的操作。

在前面我們設定 HADOOP 環境變數時，我們已經順便設定了 PATH 變數（即 “export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin”），那麼以後我們在任意目錄中都可以直接通過執行 start-dfs.sh 來啟動 Hadoop 或者執行 hdfs dfs -ls input 檢視 HDFS 檔案了，讀者不妨現在就執行 hdfs dfs -ls input 試試看。

安裝Hadoop叢集

在平時的學習中，我們使用偽分散式就足夠了。如果需要安裝 Hadoop 叢集，請檢視Hadoop叢集安裝配置教程。

相關教程

參考資料