hadoop伪分布安装

先回答你标题的提问：hadoop完全分布式：3个及以上的实体机或者虚拟机组件的机群。hadoop伪分布式：一个节点看了以上两点相信你已经明白了，“用vm多装几个unbuntu配置完全分布式，然后做实验”这是完全可行的。实际上我们通常也是这么做的，当然可能要求你的电脑cpu和内存足够支撑你这一计划。一点建议：如果你要开发基于Hadoop的分布式程序，伪分布式足够你实验了。如果你要做很多其他事情，比如玩玩cm，玩玩oozie，玩玩hbase，建议装多个虚拟机。

---

　　hadoop是apache软件基金会旗下的一个开源分布式计算平台。以hadoop分布式文件系统（hdfs，hadoop distributed filesystem）和mapreduce（google mapreduce的开源实现）为核心的hadoop为用户提供了系统底层细节透明的分布式基础架构。
对于hadoop的集群来讲，可以分成两大类角色：master和salve。一个hdfs集群是由一个namenode和若干个datanode组成的。其中namenode作为主服务器，管理文件系统的命名空间和客户端对文件系统的访问操作；集群中的datanode管理存储的数据。mapreduce框架是由一个单独运行在主节点上的jobtracker和运行在每个集群从节点的tasktracker共同组成的。主节点负责调度构成一个作业的所有任务，这些任务分布在不同的从节点上。主节点监控它们的执行情况，并且重新执行之前的失败任务；从节点仅负责由主节点指派的任务。当一个job被提交时，jobtracker接收到提交作业和配置信息之后，就会将配置信息等分发给从节点，同时调度任务并监控tasktracker的执行。
从上面的介绍可以看出，hdfs和mapreduce共同组成了hadoop分布式系统体系结构的核心。hdfs在集群上实现分布式文件系统，mapreduce在集群上实现了分布式计算和任务处理。hdfs在mapreduce任务处理过程中提供了文件操作和存储等支持，mapreduce在hdfs的基础上实现了任务的分发、跟踪、执行等工作，并收集结果，二者相互作用，完成了hadoop分布式集群的主要任务。
先决条件
1) 确保在你集群中的每个节点上都安装了所有必需软件：sun-jdk ssh hadoop。