搭建Hadoop集群步骤

 

                          ——基于三台机器

一、前提

1、  首先要有三台已联网机器，假设为A，B1，B2。其中A：192.168.81.91；B1:192.168.81.92；B2:192.168.81.93。机器装有Ubuntu10.04服务器版64位操作系统。

2、  对三台机器做相同的处理。为Hadoop集群的使用新增一个专门的用户，假设用户名和密码均为hadoop。然后使用hadoop用户账户登录到系统。具体操作步骤为：

?

$sudo useradd hadoop

$sudo passwd hadoop

$sudo groupadd hadoop

$sudo usermod -g hadoop hadoop

$sudo mkdir /home/hadoop

$sudo chown hadoop: hadoop /home/hadoop

3、  修改hostname和hosts文件。首先修改各机器上的/etc/hostname文件。我们假设A机器作为master，B1和B2作为slaver。则修改A机器的hostname文件内容为master。修改B1机器上的hostname文件内容为slaver1，修改B2机器上的hostname文件内容为slaver2。操作步骤为：

?

$sudo vim /etc/hostname

%进入了vim编辑器编辑hostname文件，假设为master

%完成后退出vim编辑器

$sudo hostname master

$hostname                     %查看是否成功

三台机器的hosts文件都相同，类似于以下内容，进入编辑方法与hostname文件编辑一致。

?

192.168.81.191    master

192.168.81.192    slaver1

192.168.81.193    slaver2

4、  在各机器上安装JDK1.6或者更高版本。在Ubuntu10.04服务器上自带openJDK，但这对于安装Hadoop不适用，必须安装sun-java JDK。安装方式如下：

?

$sudo add-apt-repository "deb http://us.archive.ubuntu.com/ubuntu/ hardy multiverse"

$sudo apt-get update

$sudo apt-get install sun-java6-jdk

%然后弹出java安装界面，以此选择yes和ok可以完成sun-java6-jdk的安装。

%但是此时系统使用的JDK还是默认的open JDK，需要我们修改为已经安装的JDK。

$sudo update-alternatives --config java

 

输入代表所安装sun-java6-JDK的数字，回车。OK，设置完成。可以用java –version命令验证。如果出现以下结果，则表明sun JDK已经安装完成。

 

5、  配置master用SSH免密码登录到所有slaver。使用ssh –version检查系统是否安装ssh。如果显示如下结果吗，则表明系统已安装SSH。

 

如果没有安装，请使用下面命令安装：

?

$sudo apt-get install ssh

系统安装ssh完成后就开始配置无密码登录了。需要对每台slaver都做相同的处理。以下操作是在master机器上对slaver1进行操作的步骤，slaver2类似。

?

$ls –al /home/hadoop

%看是否存在.ssh这个隐藏文件夹，一般情况下安装了ssh后会自动创建，如果没有可以使用命令mkdir /home/hadoop/.ssh创建。

$ssh-keygen -t -dsa -P ‘’ -f ~/.ssh/id_dsa

%以上命令是生成密钥，-t表示指定密钥类型(注意要小写)，此处生成的是dsa密钥认证；-P用于提供密语(注意要大写)，此处为空；-f指定生成的密钥文件，此处指定为 /home/hadoop/.ssh/id_dsa。

$cd ~/.ssh

$scp id_dsa.pub hadoop@slaver1:/home/hadoop/.ssh/ id_dsa.pub

%可能拷贝之前需要输入远程机器的密码，提示输入密码的时候输入slaver1的登录密码就行。OK，此时已经把master公钥拷贝到远程机器slaver1上了。下面到slaver1上进行操作：

$cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

%这句命令的意思是把公钥加到用于认证的公钥文件中。至此无密码登录slaver1已经设置完成。可以使用下面命令检验(在master下使用命令)：

$ssh slaver1

二、安装hadoop(以下以hadoop-0.20.2为例)

?

%以下所有操作可以只在master上进行配置，配置完成后将hadoop-0.20.2目录整体复制到所有slaver机器，复制目录的命令为：

$scp -r ~/hadoop-0.20.2 hadoop@slaver1:~/

1、  首先下载hadoop，使用如下命令：

?

$cd ~

$wget http://mirror.bjtu.edu.cn/apache/hadoop/common/hadoop-0.20.2/ hadoop-0.20.2.tar.gz

2、  解压下载的hadoop压缩包，使用ls命令可以查看是否已下载并在当前目录，命令如下：

?

$ls –al

$tar –zxvf hadoop-0.20.2.tar.gz

3、  解压后可以在当前目录得到一个hadoop-0.20.2子目录。配置需要修改的文件全部位于该目录的子目录conf下面。使用cd hadoop-0.20.2/conf进入conf目录。修改文件使用vim编辑器。

(1)     修改hadoop-env.sh

添加内容：

(2)     修改core-site.xml

(3)     修改hdfs-site.xml

(4)     修改mapred-site.xml

(5)     修改masters

?

master

(6)     修改slaves

?

slaver1

slaver2

4、  为了方便hadoop使用，我们将hadoop的安装路径加到系统path中。使用如下命令：

?

$sudo vim ~/.bashrc

在文本编辑器下对.bashrc进行如下修改：