Hadoop安装配置
一、初始环境准备
1、 安装虚拟机（Vmware8.0）
2、 在虚拟机上安装Linux系统（CentOS 6.0）
建议安装桌面版，配置服务较完整。安装二台服务器，一台Master,一台Slave。
3、 卸载系统自带的OpenJDK，安装Sun公司的JDK
（1）查看jdk信息
rpm -qa | grep java
显示如下信息：
java-1.4.2-gcj-compat-1.4.2.0-40jpp.115
java-1.6.0-openjdk-1.6.0.0-1.7.b09.el5
（2） 卸载openJDK（根据显示的信息逐一卸载）
rpm -e --nodeps java-1.4.2-gcj-compat-1.4.2.0-40jpp.115 rpm -e --nodeps java-1.6.0-openjdk-1.6.0.0-1.7.b09.el5
（3）安装Sun的JDK（取得root权限后执行）
sudo rpm -ivh /目录/jdk-7-linux-x64.rpm
4、 设置环境变量
（1） # vim /etc/profile
在profile文件下面追加写入下面信息：
export JAVA_HOME=/usr/java/jdk1.7.0 export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar :$JAVA_HOME/lib/tools.jar export PATH=$PATH:$JAVA_HOME/bin
（2） 保存，并使环境变量设置立即生效。
source /etc/profile
5、 设置IP地址及域名映射
（1）设置IP
修改/etc/sysconfig/network-scripts/ifcfg-eth0,内容如下：
DEVICE=eth0 BOOTPROTO=static IPADDR=192.168.1.10 NETMASK=255.255.255.0 BROADCAST=255.255.255.255 HWADDR=00:0C:29:A9:70:C3 TYPE=Ethernet ONBOOT=yes NETWORK=192.168.1.1
注：BOOTPROTO=dhcp则为自动获取，可添加到最后一行，则设置的IP地址无效，以自动获取的IP地址为准，自动获取的IP地址根据虚拟网卡而固定IP，系统重启不会变化，可避免虚拟机上不了网问题。
（2）添加host映射
编辑/etc/hosts 文件，注意host name不要有下划线
192.168.1.2 master 192.168.1.3 slave1
（3）重启网络服务
service network restart
二、SSH无密码登录设置
1、修改ssdh配置文件
用root用户修改/etc/ssh/sshd_config文件（客户端、服务器都需要更改）将：
#AuthorizedKeysFile .ssh/authorized_keys
这一行前面的＃号去掉即，启用：
AuthorizedKeysFile .ssh/authorized_keys
（如果需要root也能ssh登录，把“#PermitRootLogin yes”前面的＃号也去掉）
同样在root用户下，使用：
/etc/rc.d/init.d/sshd restart
重启sshd服务使之生效。
以上设置不是必须的，可能sshd的默认配置已经是上述这样配置了，此时就不需要再修改了。
2、客户端的设置
切换到需要ssh登录的用户下，执行命令产生公私钥对：
ssh-keygen -t rsa
根据提示默认保存钥匙文件路径和默认空密码。
公私钥产生在此用户目录下的.ssh子目录中，其中id_rsa为私钥，id_rsa.pub为公钥
3、服务端的设置
将客户端账户的公钥传到服务端中
scp [email protected]:/root/.ssh/id_rsa.pub /root/
将id_rsa.pub中的内容添加到authorized_keys文件中, authorized_keys文件名需与sshd_config中的设置相符
cat /root/id_rsa.pub >> /root/.ssh/authorized_keys
4、 验证
ssh 服务端主机名或IP
无须再输入密码短语。
如果要客户端与服务端都要互相无密码登录，则服务端要按照客户端的设置的方法进行设置，
而客户端要按照服务端的设置的方法进行设置。
三、安装Hadoop
1、下载hadoop
下载地址：http://hadoop.apache.org/common/releases.html
(1)用root用户登录服务器，将下载的“hadoop-0.20.2.tar.gz”复制到"/usr/local"目录下面。
(2)用下面命令把" hadoop-0.20.2.tar.gz "进行解压，并将其命名为"hadoop"
tar –zxvf hadoop-0.20.2.tar.gz mv hadoop-0.20.2 hadoop
(3) 如果是普通用户访问hadoop文件夹，需授权访问，root用户不用。例：
chown –R hadoop:hadoop hadoop
将文件夹"hadoop"读权限分配给hadoop用户
2、在Hadoop目录下创建临时文件夹，并在后面配置文件中指定路径
mkdir /usr/local/hadoop/tmp
3、配置Hadoop相关文件
(1)配置hadoop环境变量
修改"/etc/profile"文件（配置java环境变量的文件），将以下语句添加到末尾，并使其有效：
# set hadoop path export HADOOP_HOME=/usr/local/hadoop export PATH=$PATH :$HADOOP_HOME/bin
使环境变量生效
source /etc/profile
（2）配置hadoop-env.sh
该"hadoop-env.sh"文件位于"/usr/local/hadoop/conf"目录下, 在文件的末尾添加下面内容:
# set java environment export JAVA_HOME=/usr/java/jdk1.6.0_31
(3)配置core-site.xml文件
修改Hadoop核心配置文件core-site.xml，这里配置的是HDFS的地址和端口号。
<configuration> <property> <name>hadoop.tmp.dir</name> <value>/usr/hadoop/tmp</value> （备注：请先在 /usr/hadoop 目录下建立 tmp 文件夹） <description>A base for other temporary directories.</description> </property> <!-- file system properties --> <property> <name>fs.default.name</name> <value>hdfs://192.168.1.2:9000</value> </property> </configuration>
备注：如没有配置hadoop.tmp.dir参数，此时系统默认的临时目录为：/tmp/hadoo-hadoop。而这个目录在每次重启后都会被干掉，必须重新执行format才行，否则会出错。
(4）配置hdfs-site.xml文件
修改Hadoop中HDFS的配置，配置的备份方式默认为3。
<configuration> <property> <name>dfs.replication</name> <value>1</value> (备注：replication 是数据副本数量，默认为3，salve少于3台就会报错) </property> <configuration>
(5）配置mapred-site.xml文件
修改Hadoop中MapReduce的配置文件，配置的是JobTracker的地址和端口。
<configuration> <property> <name>mapred.job.tracker</name> <value>http://192.168.1.2:9001</value> </property> </configuration>
(6）配置masters文件
去掉"localhost"，加入Master机器的IP：192.168.1.2
(7）配置slaves文件（Master主机特有）
去掉"localhost"，加入集群中所有Slave机器的IP，也是每行一个。
例如：添加形式如下
192.168.1.3
192.168.1.4
现在在Master机器上的Hadoop配置就结束了，剩下的就是配置Slave机器上的Hadoop
4、将配置好的Hadoop目录拷贝到其它slave机器
将 Master上配置好的hadoop所在文件夹"/usr/local/hadoop"复制到所有的Slave的"/usr/local"目录下（实际上Slave机器上的slavers文件是不必要的， 复制了也没问题）, 接着在slave机器上修改"/etc/profile"文件（配置 java 环境变量的文件），将以下语句添加到末尾，并使其有效（source/etc/profile）：
# set hadoop environment export HADOOP_HOME=/usr/local/hadoop export PATH=$PATH :$HADOOP_HOME/bin
5、 启动及验证
(1) 格式化HDFS文件系统
hadoop namenode –format
备注：只需一次，下次启动不再需要格式化，只需 start-all.sh
(2）启动hadoop
在启动前关闭集群中所有机器的防火墙，不然会出现datanode开后又自动关闭。
service iptables stop
启动hadoop
start-all.sh
(3）验证hadoop
(a) 在Master和slave机器上用 java自带的小工具jps查看进程。
jps
(b) 网页查看集群
访问"http:192.168.1.2:50030"
访问"http:192.168.1.2:50070"