Hadoop集群的部署环境是经过虚拟化之后的四台主机，Master是Hadoop集群的管理节点，重要的hadoop安装配置工作都在它上面，至于它的功能和作用请参考HadoopAPI。
Hadoop集群的部署环境是经过虚拟化之后的四台主机，OS是Ubuntu Server10.04。（XenServer5.6兼容的OS并不包括Ubuntu，将Ubuntu转成PV也是一个折腾的过程，另文介绍）。Hadoop的版本号依旧是：0.20.2.安装Java环境如上一讲所示。
主机名及其IP地址对应如下：
Slave&TaskTracker:dm1,IP:192.168.0.17;(datanode)
Slave&TaskTracker:dm2,IP:192.168.0.18;(datanode)
Slave&TaskTracker:dm3,IP:192.168.0.9;(datanode)
Master&JobTracker:dm4,IP:192.168.0.10;(namenode)
Master是Hadoop集群的管理节点，重要的配置工作都在它上面，至于它的功能和作用请参考HadoopAPI。
具体配置步骤如下：
一.修改各个节点（dm1-dm4）的HostName，命令如下：
|
1
|
Vi /etc/hostname
|
如下图所示例：
二.在host中添加机器的hostname和IP，用以通讯。Master需要知道所有的slave的信息。对应的slave只需要知道Master和自身的信息即可。
命令如下：
|
1
|
vi /etc/hosts
|
Master(dm4)的hosts配置应该如下图所示：
其它的slave(dm3……）的hosts配置应该如下图所示：
三.Hadoop核心代码需要配置conf文件夹里面的core-site.xml,hdfs-site.xml,mapread-site.xml,mapred-site.xml，hadoop-env.sh这几个文件。具体各个配置的含义请参考Hadoop帮助文档。
1.首先编辑各个机器节点（包括master和slave）的core-site.xml文件，命令如下：（Hadoop 文件夹放在home下）
|
1
|
vi /home/hadoop/conf/core-site.xml
|
core-site.xml文件配置，应如下面代码所示：
|
1
2
3
4
5
6
7
8
9
10
11
|
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://dm4:9000</value>
</property>
</configuration>
|
2.其次编辑各个机器节点（包括master和slave）的hdfs-site.xml，命令如下：
|
1
|
vi /home/hadoop/conf/hdfs-site.xml
|
hdfs-site.xml文件配置，应如下面代码所示：
|
1
2
3
4
5
6
7
8
9
10
|
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>dfs.name.dir</name>
<value>/home/hadoop/NameData</value>
</property>
|
|
1
2
3
4
5
6
7
8
9
10
|
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
|
3.再次，编辑各个机器节点（包括master和slave）mapred-site.xml文件，命令如下：
|
1
|
vi /home/hadoop/conf/mapred-site.xml
|
mapred-site.xml文件配置，应如下面代码所示：
|
1
2
3
4
5
6
7
8
9
10
11
|
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>192.168.0.10:9001</value>
</property>
</configuration>
|
4.最后，编辑各个机器节点（包括master和slave） hadoop-env.sh文件，命令如下：
|
1
|
vi /home/hadoop/conf/hadoop-env.sh
|
向该文件加入几行代码，如下所示：
|
1
2
3
|
export HADOOP_HOME=/home/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/conf
export PATH=$PATH:$HADOOP_HOME/bin
|
四.配置集群的主从关系。在所有机器节点上，Hadoop的conf文件夹中，都有slaves和masters两个文件。往masters中添加Master（dm4）的IP地址或者hostname。往slaves文件中添加Slave（dm1-dm3）的IP或hostname。所有节点都需要修改。
Masters如下图所示：
slaves如下图所示：
行文至此，Hadoop的整体安装和配置已经完成。Hadoop集群的启动从Master（Namenode）机器开始，它和slave（DataNode）之间通讯使用ssh，我们接下来需要设置ssh无密码公钥认证登入。
五.SSH非对称密钥的原理请参见此文和彼文。首先要在所有节点生成密钥对，具体实现步骤如下：
1.所有节点生成RSA密钥对，命令如下：
|
1
|
ssh-keygen -t rsa
|
出现如下图所示：
直接回车，密钥对存放为/root/.ssh/id_rsa。在该文的演示中生成/root/viki.pub然后会要求你输入密码，选择空
最后生成如下图：
2.将Master（Namenode）生成的公钥viki.pub的内容复制到本机的 /root/.ssh/ 的authorized_keys 文件 里。命令如下：
|
1
|
cp viki.pub authorized_keys
|
然后，将authorized_keys 文件复制到各个slave（DataNode）机器的 /root/.ssh/ 文件夹，命令如下：
|
1
|
scp /root/.ssh/authorized_keys dm3:/root/.ssh/
|
最后，在所有机器执行用户权限命令chmod，命令如下：
|
1
|
chmod 644 authorized_keys
|
经过以上步骤，ssh配置也已完成。通过以下命令验证：
|
1
2
3
4
5
6
|
ssh dm3
exit
ssh dm2
exit
ssh dm1
exit
|
第一次连接需要密码，输入yes和机器密码就可以。以后即不用再输入。
六.启动并验证Hadoop集群，如同上讲所述。输入：http://192.168.0.10:50030/jobtracker.jsp
在下所搭建的Hadoop集群截图：
七.参考文献
1.Hadoop快速入门 http://hadoop.apache.org/common/docs/r0.18.2/cn/quickstart.html
2.通用线程: OpenSSH 密钥管理
http://www.ibm.com/developerworks/cn/linux/security/openssh/part1/index.html
本文转自：http://www.cnblogs.com/ventlam/archive/2011/01/21/hadoopcluster.html
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
