HBase入门笔记（三） 完全分布模式Hadoop集群安装配置

           本来这篇文章该在去年11月底写出来的，被各种繁杂的事情所烦扰，再者网络上也有非常多比较完善的配置的文章，但是依旧是表述不太清晰。依旧写个Step By Step的教程，留待己用。

          Hadoop的部署环境是经过虚拟化之后的四台主机，OS是Ubuntu Server10.04。（XenServer5.6兼容的OS并不包括Ubuntu，将Ubuntu转成PV也是一个折腾的过程，另文介绍）。Hadoop的版本号依旧是：0.20.2.安装Java环境如上一讲所示。

           主机名及其IP地址对应如下：

          Slave&TaskTracker:dm1,IP:192.168.0.17;(datanode)

           Slave&TaskTracker:dm2,IP:192.168.0.18;(datanode)

           Slave&TaskTracker:dm3,IP:192.168.0.9;(datanode)

           Master&JobTracker:dm4,IP:192.168.0.10;(namenode)

        Master是Hadoop集群的管理节点，重要的配置工作都在它上面，至于它的功能和作用请参考HadoopAPI。

    具体配置步骤如下：

   一.修改各个节点（dm1-dm4）的HostName，命令如下：

Vi /etc/hostname

 如下图所示例：

   二.在host中添加机器的hostname和IP，用以通讯。Master需要知道所有的slave的信息。对应的slave只需要知道Master和自身的信息即可。

  命令如下：

 vi /etc/hosts

Master(dm4)的hosts配置应该如下图所示：

 其它的slave(dm3……）的hosts配置应该如下图所示：

    三.Hadoop核心代码需要配置conf文件夹里面的core-site.xml,hdfs-site.xml,mapread-site.xml,mapred-site.xml，hadoop-env.sh这几个文件。具体各个配置的含义请参考Hadoop帮助文档。

    1.首先编辑各个机器节点（包括master和slave）的core-site.xml文件，命令如下：（Hadoop 文件夹放在home下）

vi /home/hadoop/conf/core-site.xml

core-site.xml文件配置，应如下面代码所示：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
<property>
    <name>fs.default.name</name>
    <value>hdfs://dm4:9000</value>
 </property>
</configuration>

    2.其次编辑各个机器节点（包括master和slave）的hdfs-site.xml，命令如下：

vi /home/hadoop/conf/hdfs-site.xml

     hdfs-site.xml文件配置，应如下面代码所示：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
 <property>
 <name>dfs.name.dir</name>
 <value>/home/hadoop/NameData</value>
 </property>

 <property>
 <name>dfs.permissions</name>
 <value>false</value>
 </property>

 <property>
 <name>dfs.replication</name>
 <value>1</value>
 </property>
</configuration>

   3.再次，编辑各个机器节点（包括master和slave）mapred-site.xml文件，命令如下：

vi /home/hadoop/conf/mapred-site.xml

  mapred-site.xml文件配置，应如下面代码所示：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
<property>
<name>mapred.job.tracker</name>
<value>192.168.0.10:9001</value>
</property>
</configuration>

      4.最后，编辑各个机器节点（包括master和slave） hadoop-env.sh文件，命令如下：

vi  /home/hadoop/conf/hadoop-env.sh

   向该文件加入几行代码，如下所示：

export HADOOP_HOME=/home/hadoop
export   HADOOP_CONF_DIR=$HADOOP_HOME/conf 
export PATH=$PATH:$HADOOP_HOME/bin 

   四.配置集群的主从关系。在所有机器节点上，Hadoop的conf文件夹中，都有slaves和masters两个文件。往masters中添加Master（dm4）的IP地址或者hostname。往slaves文件中添加Slave（dm1-dm3）的IP或hostname。所有节点都需要修改。

   Masters如下图所示：

    slaves如下图所示：

  行文至此，Hadoop的整体安装和配置已经完成。Hadoop集群的启动从Master（Namenode）机器开始，它和slave（DataNode）之间通讯使用ssh，我们接下来需要设置ssh无密码公钥认证登入。

    五.SSH非对称密钥的原理请参见此文和彼文。首先要在所有节点生成密钥对，具体实现步骤如下：

    1.所有节点生成RSA密钥对，命令如下：

 ssh-keygen -t rsa

   出现如下图所示：

直接回车，密钥对存放为/root/.ssh/id_rsa。在该文的演示中生成/root/viki.pub然后会要求你输入密码，选择空

最后生成如下图：

       2.将Master（Namenode）生成的公钥viki.pub的内容复制到本机的 /root/.ssh/ 的authorized_keys 文件 里。命令如下：

cp viki.pub authorized_keys

     然后，将authorized_keys 文件复制到各个slave（DataNode）机器的 /root/.ssh/ 文件夹，命令如下：

scp  /root/.ssh/authorized_keys dm3:/root/.ssh/

     最后，在所有机器执行用户权限命令chmod，命令如下：

chmod 644 authorized_keys 

    经过以上步骤，ssh配置也已完成。通过以下命令验证：

ssh dm3
exit
ssh dm2
exit
ssh dm1
exit

 第一次连接需要密码，输入yes和机器密码就可以。以后即不用再输入。

 六.启动并验证Hadoop集群，如同上讲所述。输入：http://192.168.0.10:50030/jobtracker.jsp

 在下所搭建的Hadoop集群截图：

七.参考文献 

  1.Hadoop快速入门 http://hadoop.apache.org/common/docs/r0.18.2/cn/quickstart.html

  2.通用线程: OpenSSH 密钥管理

 

     http://www.ibm.com/developerworks/cn/linux/security/openssh/part1/index.html