一个4节点Hadoop集群的配置示例

环境：

操做系统：CentOS 6.5 64bit

Hadoop：Version 1.2.1

Servers：hadoopnamenode，hadoop2ndnamenode，hadoopdatanode1，hadoopdatanode2

注：为方便起见，在这4台server上，我都直接使用root帐户进行操做

 

下载及环境变量设置：

在全部4台server上：

从Apache网站下载hadoop-1.2.1-bin.tar.gz，解压后放置在某个目录下，我放在了/usr/local下，为方便起见，我把目录hadoop-1.2.1更名为hadoop。

修改.bashrc，添加下面的环境变量：

export HADOOP_PREFIX=/usr/local/hadoop

export PATH=$PATH:$HADOOP_PREFIX/bin

 

配置hosts文件：

在/etc/hosts中添加：

153.65.170.11  hadoopnamenode

153.65.170.45  hadoop2ndnamenode

153.65.171.174  hadoopdatanode1

153.65.171.24  hadoopdatanode2

 

配置ssh：

在hadoopnamenode上执行：

ssh-keygen//生成公钥、私钥

ssh-copy-id   –i   ~/.ssh/id_rsa.pub   root@hadoop2ndnamenode//将hadoopnamenode的公钥copy到其它三台server上

ssh-copy-id   –i   ~/.ssh/id_rsa.pub   root@hadoopdatanode1

ssh-copy-id   –i   ~/.ssh/id_rsa.pub   root@hadoopdatanode2

这么作的目的是能够不须要密码从hadoopnamenode上ssh到其它三台server上。通过ssh-copy-id后，这个公钥实际上会被添加到其它三台server的~/.ssh/authorized_keys文件中。

例如要从hadoopnamenode登陆hadoop2ndnamenode，其流程大概是：hadoop2ndnamenode向hadoopnamenode发送一段随机字符串，hadoopnamenode用本身的私钥加密后，再发回来。hadoop2ndnamenode用事先储存的hadoopnamenode公钥进行解密，若是成功，就证实用户是可信的，直接容许登陆shell，再也不要求密码。

 

配置Hadoop：

通常地，咱们将使用下面的命令启动hdfs（即name node, secondary name node, data node）及MapReduce：

/usr/local/hadoop/bin/start-dfs.sh

/usr/local/hadoop/bin/start-mapred.sh

start-dfs.sh的流程大概是这样：

1. 执行该命令的机器自动成为name node(以及job tracker)，
2. 启动/usr/local/hadoop/conf /slaves中列出的全部机器并做为data node(以及task tracker)，
3. 启动/usr/local/hadoop/conf /masters中列出的全部机器并做为secondary name node。

start-mapred.sh的流程相似：

1. 执行该命令的机器自动成为job tracker，
2. 启动/usr/local/hadoop/conf /slaves中列出的全部机器并做为task tracker

注：conf/masters文件每每给人带来困惑，直观上让人以为它是为配置name node所用，可是由于(1)的缘由，name node是不须要特别配置到conf/masters中，须要配置的只有secondary name node。

 

根据以上描述，咱们能够开始修改hadoopnamenode上的masters文件，删除原内容，添加一行：

hadoop2ndnamenode

修改hadoopnamenode上的slaves文件，删除原内容，添加两行：

hadoopdatanode1

hadoopdatanode2

 

除此以外，须要在hadoopdatanode1与hadoopdatanode2上做出配置，使得data node知道name node，task tracker知道job tracker。因此分别修改hadoopdatanode1与hadoopdatanode2上的conf/core-site.xml：

<configuration>

  <property>

    <name>fs.default.name</name>

    <value>hdfs://hadoopnamenode:10001</value>

  </property>

</configuration>

及conf/mapred-site.xml：

<configuration>

  <property>

    <name>mapred.job.tracker</name>

    <value>hadoopnamenode:10002</value>

  </property>

</configuration>

 

格式化name node：

在hadoopnamenode上执行：

hadoop  namenode  -format

 

启动Hadoop：

首先，在hadoopnamenode上执行下面命令来启动全部name node, secondary name node, data node：

start-dfs.sh

可使用jps命令在4台server上查看当前运行的java进程，正常状况你会看到：

hadoopnamenode上有进程：NameNode

hadoop2ndnamenode上有进程：SecondaryNameNode

hadoopdatanode1/hadoopdatanode2上有进程：DataNode

其次，在hadoopnamenode上执行下面命令来启动全部job tracker, task tracker：

start-mapred.sh

继续使用jps命令在4台server上查看当前运行的java进程，正常状况你会看到：

hadoopnamenode上有进程：NameNode, JobTracker

hadoop2ndnamenode上有进程：SecondaryNameNode

hadoopdatanode1/hadoopdatanode2上有进程：DataNode, TaskTracker

 

关闭Hadoop：

在hadoopnamenode上：

stop-mapred.sh

stop-dfs.sh

 

其它：

Name node管理界面：http://hadoopnamenode:50070/

Job tracker 管理界面：http://hadoopnamenode:50030/