下面是“Fedora20安装Hadoop-2.5.1”的完整攻略，包括安装Java、安装Hadoop、配置Hadoop等方面，以及两个示例说明。

安装Java

在安装Hadoop之前，需要先安装Java。可以按照以下步骤进行安装：

1. 下载Java安装包，可以从官网（https://www.oracle.com/java/technologies/javase-downloads.html）下载。
2. 解压下载的文件，并进入解压后的目录。
3. 将Java添加到系统环境变量中，可以在/etc/profile文件中添加以下内容：

export JAVA_HOME=/path/to/javaexport PATH=$JAVA_HOME/bin:$PATH

其中，/path/to/java是Java的安装路径。

1. 使环境变量生效，可以执行以下命令：

source /etc/profile

安装Hadoop

安装Java后，可以按照以下步骤安装Hadoop：

1. 下载Hadoop安装包，可以从官网（https://hadoop.apache.org/releases.html）下载。
2. 解压下载的文件，并进入解压后的目录。
3. 配置Hadoop，可以在/etc/hadoop/hadoop-env.sh文件中添加以下内容：

export JAVA_HOME=/path/to/java

其中，/path/to/java是Java的安装路径。

1. 配置Hadoop的核心文件，可以在/etc/hadoop/core-site.xml文件中添加以下内容：

<configuration>  <property>    <name>fs.defaultFS</name>    <value>hdfs://localhost:9000</value>  </property></configuration>

其中，localhost是Hadoop的主机名，9000是Hadoop的端口号。

1. 配置Hadoop的HDFS文件系统，可以在/etc/hadoop/hdfs-site.xml文件中添加以下内容：

<configuration>  <property>    <name>dfs.replication</name>    <value>1</value>  </property>  <property>    <name>dfs.namenode.name.dir</name>    <value>/path/to/hadoop/data/nameNode</value>  </property>  <property>    <name>dfs.datanode.data.dir</name>    <value>/path/to/hadoop/data/dataNode</value>  </property></configuration>

其中，/path/to/hadoop/data/nameNode是Hadoop的NameNode数据目录，/path/to/hadoop/data/dataNode是Hadoop的DataNode数据目录。

1. 启动Hadoop，可以执行以下命令：

sbin/start-dfs.sh

示例说明

下面是两个示例，分别演示了如何使用Hadoop进行文件操作和MapReduce操作。

示例1：文件操作

假设要在Hadoop中创建一个名为test的文件夹，并将本地文件test.txt上传到该文件夹中。可以按照以下步骤进行：

1. 创建文件夹：

hadoop fs -mkdir /test

1. 上传文件：

hadoop fs -put test.txt /test

示例2：MapReduce操作

假设要使用Hadoop进行WordCount操作，统计一个文本文件中每个单词出现的次数。可以按照以下步骤进行：

1. 创建一个名为input的文件夹，并将文本文件放入该文件夹中。

hadoop fs -mkdir /inputhadoop fs -put input.txt /input

1. 编写MapReduce程序，例如：

public class WordCount {  public static class Map extends Mapper<LongWritable, Text, Text, IntWritable> {    private final static IntWritable one = new IntWritable(1);    private Text word = new Text();    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {      String line = value.toString();      StringTokenizer tokenizer = new StringTokenizer(line);      while (tokenizer.hasMoreTokens()) {        word.set(tokenizer.nextToken());        context.write(word, one);      }    }  }  public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> {    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {      int sum = 0;      for (IntWritable val : values) {        sum += val.get();      }      context.write(key, new IntWritable(sum));    }  }  public static void main(String[] args) throws Exception {    Configuration conf = new Configuration();    Job job = Job.getInstance(conf, "word count");    job.setJarByClass(WordCount.class);    job.setMapperClass(Map.class);    job.setCombinerClass(Reduce.class);    job.setReducerClass(Reduce.class);    job.setOutputKeyClass(Text.class);    job.setOutputValueClass(IntWritable.class);    FileInputFormat.addInputPath(job, new Path(args[0]));    FileOutputFormat.setOutputPath(job, new Path(args[1]));    System.exit(job.waitForCompletion(true) ? 0 : 1);  }}

1. 编译MapReduce程序：

hadoop com.sun.tools.javac.Main WordCount.javajar cf wc.jar WordCount*.class

1. 运行MapReduce程序：

hadoop jar wc.jar WordCount /input /output

其中，/input是输入文件夹，/output是输出文件夹。

结论

本文为您提供了“Fedora20安装Hadoop-2.5.1”的完整攻略，包括安装Java、安装Hadoop、配置Hadoop等方面，以及两个示例说明。在实际应用中，可以根据具体需求使用Hadoop进行文件操作和MapReduce操作，从而实现各种功能。