這里和大家一起學(xué)習(xí)一下Hadoop0.20.2集群配置，本節(jié)主要包括準(zhǔn)備工作和Hadoop配置兩部分內(nèi)容，希望通過本節(jié)介紹對(duì)Hadoop0.20.2集群配置有一定的認(rèn)識(shí)。

Hadoop0.20.2集群配置入門

一、準(zhǔn)備工作
在動(dòng)手準(zhǔn)備實(shí)踐hadoop之前，最好把GoogleFileSystem和Map/Reduce的原理搞清楚，否則可能要走很多彎路。

準(zhǔn)備機(jī)器：一臺(tái)master，若干臺(tái)slave，配置每臺(tái)機(jī)器的/etc/hosts保證各臺(tái)機(jī)器之間通過機(jī)器名可以互訪，例如：
10.0.0.10master
10.0.0.11slave1
10.0.0.12slave2
保存后，重啟網(wǎng)絡(luò)服務(wù)，命令：servicenetworkrestart

Linux所需軟件包括:
JavaTM1.5.x以上，必須安裝，建議選擇Sun公司發(fā)行的Java版本。
ssh必須安裝并且保證sshd一直運(yùn)行，以便用Hadoop腳本管理遠(yuǎn)端Hadoop守護(hù)進(jìn)程。

ssh的安裝以UbuntuLinux為例：
$sudoapt-getinstallssh
$sudoapt-getinstallrsync

免密碼ssh設(shè)置，保證至少從master可以不用口令登陸所有的slaves：
登陸master，執(zhí)行命令
$ssh-keygen-tdsa-P''-f~/.ssh/id_dsa
將生成的id_dsa.pub拷貝到所有slaves機(jī)器上相同路徑下，例如：$scp~/.ssh/id_dsa.pubroot@slave1:/root/.ssh/master_dsa.pub
注意，此處重命名了一下。

登陸到slaves的機(jī)器上執(zhí)行命令：
$cat/root/.ssh/master_rsa.pub>>/root/.ssh/authorized_keys
現(xiàn)在再嘗試通過ssh從master登錄到slaves，應(yīng)該不需要密碼了
$sshslave1
如果還有問題，可以參考“理解RSA/DSA認(rèn)證”：http://www.ibm.com/developerworks/cn/linux/security/openssh/part1/index.html。下面看一下Hadoop0.20.2集群配置入門中Hadoop的詳細(xì)配置介紹。

二、hadoop配置

1.安裝
下載hadoop發(fā)行版，地址：http://apache.freelamp.com/hadoop/core/stable/
安裝Hadoop集群通常要將安裝軟件解壓到集群內(nèi)的所有機(jī)器上。并且安裝路徑要一致，如果我們用HADOOP_HOME指代安裝的根路徑，通常，集群里的所有機(jī)器的HADOOP_HOME路徑相同。
通常，集群里的一臺(tái)機(jī)器被指定為NameNode，另一臺(tái)不同的機(jī)器被指定為JobTracker。這些機(jī)器是masters。余下的機(jī)器即作為DataNode也作為TaskTracker。這些機(jī)器是slaves。
下載安裝包后，直接解壓安裝即可：
$tar-zxvfhadoop-0.20.2.tar.gz
$cdhadoop-0.20.2
注：如果集群內(nèi)機(jī)器的環(huán)境完全一樣，可以在一臺(tái)機(jī)器上把Hadoop0.20.2集群配置好，然后把配置好的軟件即hadoop-0.20.2整個(gè)文件夾拷貝到其他機(jī)器的相同位置即可。

2.配置
編輯conf/hadoop-env.sh文件，至少需要將JAVA_HOME設(shè)置為Java安裝根路徑。

配置conf/core-site.xml：
 

<configuration> 
<property> 
<name>fs.default.name</name> 
<value>hdfs://master:9100</value> 
</property> 
</configuration> 
fs.default.name是NameNode的URI。hdfs://主機(jī)名:端口/  

dfs.name.dir是NameNode持久存儲(chǔ)名字空間及事務(wù)日志的本地文件系統(tǒng)路徑。當(dāng)這個(gè)值是一個(gè)逗號(hào)分割的目錄列表時(shí)，nametable數(shù)據(jù)將會(huì)被復(fù)制到所有目錄中做冗余備份。
dfs.data.dir是DataNode存放塊數(shù)據(jù)的本地文件系統(tǒng)路徑，逗號(hào)分割的列表。當(dāng)這個(gè)值是逗號(hào)分割的目錄列表時(shí)，數(shù)據(jù)將被存儲(chǔ)在所有目錄下，通常分布在不同設(shè)備上。
dfs.replication是數(shù)據(jù)需要備份的數(shù)量，默認(rèn)是3，如果此數(shù)大于集群的機(jī)器數(shù)會(huì)出錯(cuò)。
注意：此處的name1、name2、data1、data2目錄不能預(yù)先創(chuàng)建，hadoop格式化時(shí)會(huì)自動(dòng)創(chuàng)建，如果預(yù)先創(chuàng)建反而會(huì)有問題。

配置conf/mapred-site.xml
 

<configuration> 
<property> 
<name>mapred.job.tracker</name> 
<value>master:9200</value> 
</property> 
</configuration> 

mapred.job.tracker是JobTracker的主機(jī)（或者IP）和端口。主機(jī):端口。

配置conf/masters和conf/slaves來設(shè)置主從結(jié)點(diǎn)，注意最好使用主機(jī)名，并且保證機(jī)器之間通過主機(jī)名可以互相訪問，每個(gè)主機(jī)名一行。
masters：master
slaves：slave1,slave2
配置結(jié)束，把配置好的hadoop-0.20.2文件夾拷貝到其他集群的機(jī)器中，并且保證上面的配置對(duì)于其他機(jī)器而言正確，例如：如果其他機(jī)器的Java安裝路徑不一樣，要修改conf/hadoop-env.sh
$scp-r/opt/hadoop/hadoop-0.20.2root@slave1:/opt/hadoop。請(qǐng)繼續(xù)關(guān)注下節(jié)關(guān)于Hadoop0.20.2集群配置詳細(xì)介紹。
 

【編輯推薦】

1. Hadoop集群配置全程跟蹤報(bào)道
2. Hadoop安裝與使用如何進(jìn)行？
3. 專家講解 Hadoop:HBASE松散數(shù)據(jù)存儲(chǔ)設(shè)計(jì)
4. 兩種模式運(yùn)行Hadoop分布式并行程序
5. Windows下輕松實(shí)現(xiàn)Hadoop開發(fā)環(huán)境安全配置