Hadoop 详细配置步骤
<style type="text/css"><!--@page{margin:2cm}p{margin-bottom:0.21cm}--></style> Hadoop 有三种分布模式，Standalone-distributemode, Pseudo-distribute mode, Full-distribute.前期准备工作：
背景：
Fedora 15
两台计算机。johnny(10.63.0.230)，cloud(10.63.0.17)。johnny作为Namenode和JobTracker。cloud作为DataNode和TaskTracker。
1、安装jdk，配置环境变量
2、安装Hadoop，配置环境变量
3、Hadoop要求集群计算机上用户名必须一致，所以现在cloud机上建立一个名为johnny的用户。
For hadoop, the accounts should have the same username on all ofthe nodes
但是节点计算机（cloud）无需使用johnny登陆。具体请参考Hadoopin Action第二章。
4、配置SSH（伪分布、全分布需要，单机分布不需要）
（更多关于SSH请看我的博客：http://blog.csdn.net/johnnywsd/article/details/6936069）
先对johnny机做如下操作：
修改/etc/hosts 文件
这个文件告诉本主机哪些域名对应那些ip，那些主机名对应哪些
一般情况下hosts文件的每行为一个主机，每行由三部份组成，每个部份由空格隔开。其中#号开头的行做说明，不被系统解释。
第一部份：网络IP地址；第二部份：主机名或域名；第三部份：主机名别名；
（更多关于/etc/hosts文件请看我的博客http://blog.csdn.net/johnnywsd/article/details/6939217）
向此文件中加入：
10.63.0.230 johnny johnny
10.63.0.17 cloud cloud
试一试能否ping通。
$ ping cloud
开启sshd：
#service sshd start
开启ssh-agent
$ ssh-agent
将私钥加入到agent
$ ssh-add ~/.ssh/id_sra
(可能需要关闭防火墙 #serviceiptables stop,或者开启22端口)
生成公钥：
$ ssh-keygen -t -rsa
一路回车敲到底，不要输入密码，否则无法实现免密码登陆。
生成的公钥将储存在~/.ssh/下。有两个文件id_rsa.pub(公钥)，id_rsa(私钥)。
将公钥发送给cloud机以便能与其相连：
$ ssh-copy-id johnny@cloud
代码含义：将自己的公钥拷贝给cloud(10.63.0.17)上的johnny用户。（此公钥内容将写入cloud上johnny用户的~/.ssh/authorized_keys中）
在此期间会要求输入johnny@cloud'spassword，johnny用户在cloud这台机器上的密码。
(这是一种比较快速的拷贝公钥的方法，另一种方法请看我的博客http://blog.csdn.net/johnnywsd/article/details/6936069)
试一试能否与其建立链接sshjohnny@cloud
断开链接请使用命令：
$ logout
(伪分布是一台计算机既当NameNode又当DataNode，既当JobTracker又当TaskTracker，所以伪分布要求自己能够ssh连接自己，所以需要将公钥拷贝给自己，$ssh-copy-idjohnny@localhost，可以试验一下是否可以登陆自己sshjohnny@localhost，记得logout)
现在可以给 johnny@cloud传送文件了。使用scp命令（具体使用见下文）。这样等配置完主机的信息后，可以将整个hadoop、jdk目录传送给节点计算机（见下文）。
单机分布模式
无需配置，安装好Hadoop后默认为单机分布模式
伪分布模式
需要先配置SSH（将自己的公钥写入到自己的authorized_keys中）
修改hadoop安装目录下conf文件夹中的三个xml文件
core-site.xml、hdfs-site.xml和mapred-site.xml
core-site.xml文件
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xml文件
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
mapred-site.xml文件
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
修改hadoop安装目录下conf文件夹中的master，slaver两个文件
masters文件（里面其实表示的是SecondaryNameNode，有点小迷惑性啊）
localhost
slavers文件
localhost
（请参考Hadoop in Action 第二章）
全分布模式
与伪分布模式很类似仅做小量的改变
修改hadoop安装目录下conf文件夹中的三个xml文件
core-site.xml、hdfs-site.xml和mapred-site.xml
core-site.xml文件
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://johnny:9000</value>
</property>
</configuration>
hdfs-site.xml文件
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
mapred-site.xml文件
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>johnny:9001</value>
</property>
</configuration>
修改hadoop安装目录下conf文件夹中的master，slaver两个文件
masters文件
johnny
slavers文件
cloud
（这个是最简单的配置，其实里面还有很多参数这里没有提到，详细信息请参考官方文档。）
注：如何快捷的在三种分布方式切换(参考Hadoopin Action第二章Swithcing betwwenmodes)
Create a separate configuration folder for each of the modes andplace, the appropriate vision of the xml files in the correspondingfolder. Using symbolic links to switch between Hadoop modes.
将conf文件夹复制三份，修改文件名为conf-standalone,conf-pseudo,conf-full，在其中分别配置其内容，最后对要使用的模式的文件夹建立链接(快捷方式),将其名称更改为conf.
接下来需要把并配置好的Hadoop以及Java传送给所有的节点计算机。
$ scp -r ~/Software/hadoop-0.20.203.0/ johnny@cloud:~/Software/hadoop-0.20.203.0/
$ scp -r ~/Software/jdk1.6.0_24/ johnny@cloud:~/Software/jdk1.6.0_24/
在配置好这些文件后需要格式化NameNode
$ hadoop namenode -format
之后便可启动hadoop了:
$ start-all.sh
测试一下（wordcount）：
建立~/temp/test-in目录，在其中建立a.txt文件，想其中写入一些英文句子
将 ~/temp/目录及其中的内容全部拷贝到DataNode中的/目录下
$ hadoop fs -put ~/temp/ johnny@cloud:/
察看一下拷贝的结果
$ hadoop fs -lsr /
下面运行hadoop自带的hadoop-examples-0.20.203.0.jar中的wordcount
$ hadoop jar~/Software/hadoop-0.20.203.0/hadoop-examples-0.20.203.0.jar wordcount/temp/test-in /temp/test-out
可以在web页中察看节点状态
http://localhost:50030 Hadoop Administration
http://localhost:50070 Hadoop NameNode
参考资料：
Hadoop in Action 第二章
hadoop官方文档：http://hadoop.apache.org/common/docs/r0.20.203.0
Yahoo HadoopTutorial：http://developer.yahoo.com/hadoop/tutorial/index.html
页:
[1]