Hadoop2.2.0版本多节点集群安装及测试
摘要：本文记录了Hadoop2.2.0版本多节点集群安装过程，并做了基本配置，启动运行和测试了一个单词统计例子。
环境说明：
基于Windows下的VMware Player4.0.3中的Ubuntu12.04-64server安装，先把基础软件安装到一个虚拟机中，然后拷贝两份再配置下即可。三台机器的分工如下：
Hadoop1(Master): NameNode/ResouceManager
Hadoop2(Slave):DataNode/NodeManager
Hadoop3(Slave): DataNode/NodeManager
假定三台虚拟机的IP地址如下，后面会用到。
Hadoop1:192.168.128.130
Hadoop2:192.168.128.131
Hadoop3:192.168.128.132
一：环境准备：
下载免费的VMware Player并安装好;
下载 免费的Ubuntu 12.04 server版并在VMware中安装好；
二：基础安装：
执行如下命令升级部分软件和把ssh安装好
(1)sudo apt-get update;
(2)sudo apt-get upgrade;
(3)sudo apt-get install openssh-server;
安装Oracle JDK
通过webupd8team自动安装，执行命令如下：
(1) sudo apt-get install python-software-properties
(2) sudo add-apt-repository ppa:webupd8team/java
(3) sudo apt-get update
(4) sudo apt-get install oracle-java6-installer
创建hadoop用户
(1) sudo addgroup hadoop
(2) sudo adduser --ingroup hadoop hduser
编辑/etc/sudoers编辑文件，在root ALL=(ALL)ALL行下添加hduser ALL=(ALL)ALL。如果不添加这行，hduser将不能执行sudo操作。
注：以下操作均用hduser用户登录后操作。
三：公共安装：
注：以下操作以hduser登录进行操作。
下载Hadoop2.2.0版本
(1) cd /home/hduser
(2) $ wgethttp://apache.dataguru.cn/hadoop/common/hadoop-2.2.0/hadoop-2.2.0.tar.gz
(3) $ tar zxf hadoop-2.2.0.tar.gz
(4) $ mv hadoop-2.2.0 hadoop
配置Hadoop
(1) 配置/home/hduser/hadoop/etc/hadoop/hadoop-env.sh
替换exportJAVA_HOME=${JAVA_HOME}为如下：
export JAVA_HOME=/usr/lib/jvm/java-6-oracle
(2) 配置/home/hduser/hadoop/etc/hadoop/core-site.xml，
在<configuration>中添加如下：
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hduser/hadoop/tmp/hadoop-${user.name}</value>
<description>A base for other temporary directories.</description>
</property>
<property>
<name>fs.default.name</name>
<value>hdfs://192.168.128.130:8010</value>
<description>The name of the default file system. A URI whose
schemeand authority determine the FileSystem implementation. The
uri'sscheme determines the config property (fs.SCHEME.impl) naming
theFileSystem implementation class. Theuri's authority is used to
determine the host, port, etc. for a filesystem.</description>
</property>
注意：以下两点务必确保正确，否则后面会出错。
a. 需执行mkdird home/hduser/hadoop/tmp创建这个临时目录;
b. 这个fd.default.name值的IP地址为NameNode的地址，即Hadoop1。
配置/home/hduser/hadoop/etc/hadoop/mapred-site.xml
(1) mv /home/hduser/hadoop/etc/hadoop/mapred-site.xml.template/home/hduser/hadoop/etc/hadoop/mapred-site.xml
(2) 在<configuration>中添加如下：
<property>
<name>mapred.job.tracker</name>
<value>192.168.128.130:54311</value>
<description>The host and port that theMapReduce job tracker runs
at. If "local", thenjobs are runin-process as a single map
and reducetask.
</description>
</property>
配置/home/hduser/hadoop/etc/hadoop/hdfs-site.xml
在<configuration>中添加如下：
<property>
<name>dfs.replication</name>
<value>2</value>
<description>Default block replication.
Theactual number of replications can be specified when the file is created.
Thedefault is used if replication is not specified in create time.
</description>
</property>
四：整体安装
将上面安装和配置好的虚拟机拷贝两份，即Hadoop2和Hadoop3。
分别修改三台虚拟机的/etc/hostname中的内容改为相应的主机名，即
hadoop1的hostname为hadoop1，其他类推。
修改完成后需要重启，并通过命令hostname确认已经生效。
分别检查并修改三台虚拟机的/etc/hosts中的内容，确保包含如下配置：
192.168.128.130 hadoop1
192.168.128.131 hadoop2
192.168.128.132 hadoop3
为三台虚拟机之间建立SSH信任以便是实现无需密码登陆。
(1) 将以下命令分别在三台机子上做一遍：
$echo"" > .ssh/authorized_keys
$ssh-keygen-t rsa -P ""
$cat.ssh/id_rsa.pub >>.ssh/authorized_keys
(2) 分别将各台机子上的.ssh/id_rsa.pub的内容追加到其他两台的.ssh/authorized_keys中，这样三台机子相互访问就不需要输入密码了。可通过ssh hadoop1来测试。
分别修改各台机子的$HADOOP_HOME/etc/hadoop/slaves，这里$HADOOP_HOME为你的hadoop安装目录。Slaves的内容如下：
hadoop2
hadoop3
相关阅读：