目录：

1、配置前的说明


2、环境说明


3、修改主机名


4、SSH无密码验证配置


5、创建Hadoop用户


6、生成SSH密钥


7、JDK配置


8、Hadoop安装配置


安装Hadoop


         配置环境变量


      配置master和slave


          配置三个xml文件


9、启动测试Hadoop


10、配置中出现的错误


配置前的说明


部署伪分布式与集群式 Hadoop 的绝大部分操作都是一样的，细节上区别在于

集群式是在两台机子上部署的，两台机子都要执行下列操作，

伪分布式都是在一台机子上操作；

以下全部操作如没有特别说明，则伪分布式操作与集群式操作等同。

环境说明


伪分布式Hadoop


l  本次hadoop配置的为伪分布模式，即在一个机子上作为namenode，又作为datanode。

l  操作系统：CentOS5.5

l  JDK：1.6.0_26

l  Hadoop：hadoop-0.21.0

集群分布式Hadoop


l  本次hadoop配置的为集群分布模式，即在一个机子上作为namenode，另一台机子作为datanode。

l  操作系统：CentOS5.5

l  JDK：1.6.0_26

l  Hadoop：hadoop-0.21.0

l  网络配置


hadoop安装伪分布式 hadoop伪分布式集群安装步骤_Hadoop安装


查看主机名

使用下面命令进行查看主机名，若要更改，请查看下一步操作。
#hostname

修改主机名


第一步，查看主机IP地址。

用下面命令即可查看，本机IP为192.168.1.101（以下操作请使用root用户方可执行）


hadoop安装伪分布式 hadoop伪分布式集群安装步骤_集群_02



第二步，若想更改主机名，则可以通过修改文件“/etc/sysconfig/network”中的HOSTNAME后面的值，即可改成我们想要的名字。

用下面命令进行修改主机名。

nano /etc/sysconfig/network
NETWORKING=yes
NETWORKING_ipv6=no
HOSTNAME=yeweipeng.localdomain

第三步，修改文件“/etc/hosts”。

使用命令打开后更改为如图所示的样子。将原有的全部注释（前面加#），namenode为第一个，datanode为第二个。

因为伪分布式模式是namenode和datanode为同一个的，所以两个都是一样。


hadoop安装伪分布式 hadoop伪分布式集群安装步骤_Hadoop安装_03


集群式则修改为如图所示。（两个机子修改为一样的，第一个为namenode，第二个datanode）

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_Hadoop安装_04

SSH无密码验证配置

在我们使用的Linux系统中，已经含有SSH的所有需要的套件了，默认情况下不需要安装。

以下操作要在root权限下进行。

1.检查Linux是否安装SSH：rmp -qa|grep ssh,出现以下信息说明已安装，否则使用sudo apt-get ssh-server下载安装；

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_集群_05

2.开启SSH服务：

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_hadoop_06

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_分布式_07

3.查看SSH是否开机自启动：chkconfig --list sshd,如图为开机自启动。

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_hadoop安装伪分布式_08

4.设置SSH开机自启动：chkconfig sshd on,即可设置成功。下次开机时即可，自启动。若要查看运行3.

还要安装rsync，执行命令sudo yum install rsync。

创建Hadoop用户

使用root用户创建hadoop用户，依次执行下列命令即可。（集群模式则每台机器都需要这样操作）

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_hadoop_09

生成SSH密钥

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_Hadoop安装_10

上述为伪分布式SSH配置成功，若为集群式还需要下列一个操作方可。

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_集群_11

JDK配置

使用命令apt-get直接安装 OpenJDK 7


hadoop安装伪分布式 hadoop伪分布式集群安装步骤_Hadoop安装_12


OpenJDK 默认的安装位置为: /usr/lib/jvm/java-7-openjdk-amd64 (32位系统则是 /usr/lib/jvm/java-7-openjdk-i86 ，可通过命令dpkg -L openjdk-7-jdk查看到)。安装完后就可以使用了，可以用 java -version 检查一下。

接着需要配置一下 JAVA_HOME 环境变量,在/etc/profile文件中添加下面内容：

打开vi /etc/profile：

export JAVA_HOME=/jdk1.7 
export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib 
export PATH=$JAVA_HOME/bin:$PATH

source /etc/profile使变量生效。

执行命令java –version验证安装成功。

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_Hadoop安装_13

Hadoop安装配置

安装Hadoop

以下操作若不能执行，则使用visudo（该命令需要root权限）给hadoop用户添加最高权限，发生权限不足时，在每条命令前加sudo即可。

如图所示。该命令使用vi编辑器

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_hadoop_14


注销，切换到hadoop用户下。新建目录sudo mkdir /usr/local/hadoop，

将hadoop-0.21.0.tar.gz解压缩到该目录下，在压缩包所在的文件夹下执行sudo tar -xvzf hadoop-0.21.0.tar.gz –C /usr/local/hadoop

配置环境变量

修改/etc/profile文件，在文件最后添加两行。


export HADOOP_HOME=/usr/local/hadoop/hadoop-0.21.0

export PATH=$HADOOP_HOME/bin:$PATH


配置 /usr/local/hadoop/hadoop-0.21.0/conf/hadoop-env.sh 文件，在文件最后添加 JAVA_HOME 环境变量， export JAVA_HOME=/usr/java/jdk1.6.0_26/


配置master和slave

两个文件在/usr/local/hadoop/hadoop-0.21.0/conf/下面，
master文件填写
192.168.1.101（namenode的IP）
slave文件填写
192.168.1.101（datanode的IP）
因为是伪分布，所以都一样，且只有一个。
若为集群，则为
master文件填写
192.168.1.147（namenode的IP）
slave文件填写
192.168.1.103（datanode的IP）

配置三个xml文件


三个xml文件都是在/usr/local/hadoop/hadoop-0.21.0/conf/

配置core-site.xml

创建文件夹mkdir /usr/hadoop/hadoop-0.21.0/tmp

<configuration>
     <property>
        <name>fs.default.name</name>
        <value>hdfs://yeweipeng（你的master机器名）:9000</value>
     </property>
    <property>
        <name>hadoop.tmp.dir</name>
         <value>/usr/hadoop/hadoop-0.21.0/tmp</value>
    </property>
</configuration>

配置 hdfs-site.xml


<configuration>
     <property>
         <name>dfs.replication</name>
         <value>1（datanode的数目）</value>
     </property>
</configuration>

配置 mapred-site.xml



<configuration>
     <property>
        <name>mapred.job.tracker</name>
        <value><span style="font-family: Arial, Helvetica, sans-serif;">yeweipeng</span><span style="font-family: Arial, Helvetica, sans-serif;">（你的master机器名）:9001</value></span>
     </property>
</configuration>


启动测试Hadoop


准备工作

使用root权限关闭防火墙，执行/etc/init.d/iptables stop，运行命令/etc/init.d/iptables status查看防火墙状态。

使用hadoop用户，将目录切换到/usr/local/hadoop/hadoop-0.21.0/bin下，格式化目录节点，hadoop namenode –format。


集群模式，上述两个操作只需要namenode机器操作，datanode则不需要。（准备工作中两步）


启动Hadoop


在/usr/local/hadoop/hadoop-0.21.0/bin下执行start-all.sh启动hadoop。

用jps查看进程，如图所示有六个进程则为正确（伪分布式）

hadoop安装伪分布式 hadoop伪分布式集群安装步骤_集群_15


若为集群则在 namenode 机器上有 4 个进程。分别是 JobTracker ， NameNode ， Jps ， SecondaryNameNode 。而 datanode 有 3 个，分别是 TaskTracker ， DataNode ， Jps 。


网页查看集群

打开http://yeweipeng（主机名）:50070查看节点状况 

打开http://yeweipeng（主机名）:50030查看job状况 ； 

测试

创建目录haoop fs -mkdir test

上传haoop fs -put 你要上传的目录

下载haoop fs -get 云端的目录 本地目录

配置中出现的错误


问题：启动成功后，发现在master查看live nodes为0

解决方案如下：

将文件/etc/hosts内原有的文件内容注释掉，添加namenode和datanode的IP地址与主机名。

问题：启动hadoop后，执行jps命令只有一个jps进程

解决方案如下：

只有一个进程的原因在于三个xml文件，master，slave的设置错误。

1.       在配置过程的xml文件我们将主机名都写为master导致错误，则将其改为namenode的主机名方可。

2.       master上只能有namenode的IP地址，不得有datanode的地址。同理，slave上只能有datanode的IP地址，不得有namenode的。

问题：伪分布式配置SSH后，无论如何都需要输入密码

解决方案如下：

更改authorized_keys的权限为600 

chmod 600 authorized_keys