(1)export JAVA_HOME=/home/xxx/jdk1.6.0_242. 設置ssh免登錄
(2)export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
(3)export PATH=$JAVA_HOME/bin:$PATH
(1) 在機器A上執行ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa，這個命令會在.ssh文件夾下產生id_dsa和id_dsa.pub兩個文件，這是ssh的一對私鑰和公鑰；
(2) 將A的公鑰id_dsa.pub分發出去，比如要實現A到B的登錄，則將A的公鑰註冊到B機器的autorized_keys中去；在A上執行cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys，因爲本地也需要打通；在B上執行cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys，注意id_dsa.pub是A的公鑰；
3. 下載解壓hadoop-2.0.5-alpha，進入到hadoop-2.0.5-alpha/etc/hadoop做如下修改
其中core-env.sh,hdfs-env.sh,mapred-env.sh,yarn-env.sh中的java路徑要改成目前使用的java路徑。
(1) 修改core-site.xml，配置hdfs
<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>(2) 將mapred-site.xml.template重命名爲mapred-site.xml，配置爲yarn模式<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>
(3) 修改yarn-site.xml
<property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
(4) 修改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>
(6) 啓動hdfs
可以使用以下命令分別啓動NameNode和DataNode
bin/hadoop namenode -format
sbin/hadoop-daemon.sh start namenode
sbin/hadoop-daemon.sh start datanode （如果有多個datanode，需要使用hadoop-daemons.sh）
或者一次啓動：sbin/start-dfs.sh
(7) 啓動yarn
可以使用以下命令分別啓動ResourceManager和NodeManager
sbin/yarn-daemon.sh start resourcemanager
sbin/yarn-daemon.sh start nodemanager（若有多個nodemanager，需要使用yarn-daemons.sh）
或者一次啓動：sbin/start-yarn.sh
如果啓動 Hadoop 時遇到輸出非常多“ssh: Could not resolve hostname xxx”的異常情況，如下圖所示：
啓動Hadoop時的異常提示
這個並不是 ssh 的問題，可通過設置 Hadoop 環境變量來解決。首先按鍵盤的 ctrl + c 中斷啓動，然後在 ~/.bashrc 中，增加如下兩行內容（設置過程與 JAVA_HOME 變量一樣，其中 HADOOP_HOME 爲 Hadoop 的安裝目錄）：
- export HADOOP_HOME=/usr/local/hadoop
- export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
保存後，務必執行 source ~/.bashrc 使變量設置生效，然後再次執行 ./sbin/start-dfs.sh 啓動
Hadoop。
啓動完成後，可以通過命令 jps 來判斷是否成功啓動，若成功啓動則會列出如下進程:
“NameNode”、”DataNode” 和 “SecondaryNameNode”（如果 SecondaryNameNode 沒有啓動，請運行 sbin/stop-dfs.sh 關閉進程，然後再次嘗試啓動嘗試）。如果沒有 NameNode 或 DataNode ，那就是配置不成功，請仔細檢查之前步驟，或通過查看啓動日誌排查原因。
通過jps查看啓動的Hadoop進程
一般可以查看啓動日誌來排查原因，注意幾點：
- 啓動時會提示形如 “DBLab-XMU: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.out”，其中 DBLab-XMU 對應你的機器名，但其實啓動日誌信息是記錄在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.log 中，所以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之後，所以得拉到最後面看，對比下記錄的時間就知道了。
- 一般出錯的提示在最後面，通常是寫着 Fatal、Error、Warning 或者 Java Exception 的地方。
- 可以在網上搜索一下出錯信息，看能否找到一些相關的解決方法。
此外，若是 DataNode 沒有啓動，可嘗試如下的方法（注意這會刪除 HDFS 中原有的所有數據，如果原有的數據很重要請不要這樣做）：
- # 針對 DataNode 沒法啓動的解決方法
- ./sbin/stop-dfs.sh # 關閉
- rm -r ./tmp # 刪除 tmp 文件，注意這會刪除 HDFS 中原有的所有數據
- ./bin/hdfs namenode -format # 重新格式化 NameNode
- ./sbin/start-dfs.sh # 重啓
成功啓動後，可以訪問 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息，還可以在線查看 HDFS 中的文件。
開啓後通過 jps 查看，可以看到多了 NodeManager 和 ResourceManager 兩個後臺進程，如下圖所示。
開啓YARN
啓動 YARN 之後，運行實例的方法還是一樣的，僅僅是資源管理方式、任務調度不同。觀察日誌信息可以發現，不啓用 YARN 時，是 “mapred.LocalJobRunner” 在跑任務，啓用 YARN 之後，是 “mapred.YARNRunner” 在跑任務。啓動 YARN 有個好處是可以通過 Web 界面查看任務的運行情況：http://localhost:8088/cluster，如下圖所示。
開啓YARN後可以查看任務運行信息
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。因此在單機上是否開啓 YARN 就看實際情況了。
如果不想啓動 YARN，務必把配置文件 mapred-site.xml 重命名，改成 mapred-site.xml.template，需要用時改回來就行。否則在該配置文件存在，而未開啓 YARN 的情況下，運行程序會提示 “Retrying connect to server: 0.0.0.0/0.0.0.0:8032” 的錯誤，這也是爲何該配置文件初始文件名爲 mapred-site.xml.template。