环境准备：

Centos 5.5 x64   (3台)


10.129.8.52   （master） ======>> NameNode, SecondaryNameNode,JobTracker

10.129.8.76    (slave01) ======>> DataNode, TaskTracker

10.129.8.33    (slave02) ======>> DataNode, TaskTracker


单台机器的本地host 文件如下：

10.129.8.52    master

10.129.8.76    slave01

10.129.8.33    slave02


(一) 配置好master 到slave 的ssh 登陆信任关系，做好都相互之间到配置好

(二) 安装好 java version "1.6.0_24"   源码包为jdk-6u24-linux-x64.bin

(三) 安装hadoop 集群

     下载hadoop-1.2.0.tar.gz，然后解压到/home/hadoop/hadoop目录下

     修改相应的配置文件：

1 hadoop-env.sh   指明 java 的环境变量    export JAVA_HOME=/usr/local/java/jdk1.6.0_24

2 core-site.xml


   fs.default.name

   hdfs://master:9010

 

 hadoop.tmp.dir

/home/hadoop/hadoop/tmp



3 mapred-site.xml



           mapred.job.tracker

           master:9011

       

 mapred.local.dir

/home/hadoop/hadoop/tmp


4 hdfs-site.xml






       dfs.name.dir        // 指定name 镜像文件存放目录，如不指定则

       /home/hadoop/filedata/name01,/home/hadoop/filedata/name02 //默认为core-site中配置的tmp目录


   


      dfs.data.dir             // 数据存放的目录，如果不写 默认为


      /home/hadoop/filedata/data01  // core-site中配置的tmp目录


   

 

           dfs.replication

           2

       


5 masters          

 master


6 slaves       （如果这里包含有master的主机名，那么master也会成为datanode，如果没有，那么master就只会成为namenode，不会成为datanode）


 slave01

 slave02


(四)  创建相应的目录：

     /home/hadoop/hadoop/tmp    hadoop.tmp.dir ：Hadoop的默认临时路径，这个最好配置，如果在新增节点或者其他情况下莫名其妙的DataNode启动不了，就删除此文件中的tmp目录即可。不过如果删除了NameNode机器的此目录，那么就需要重新执行NameNode格式化的命令。


           /home/hadoop/filedata             NameNode持久存储名字空间及事务日志的本地文件系统路径。 当这个值是一个逗号分割的目录列表时，nametable数据将会被复制到所有目录中做冗余备份。(他下面有子目录，程序自己创建)


          /home/hadoop/filedta/data01       DataNode存放块数据的本地文件系统路径，逗号分割的列表。 当这个值是逗号分割的目录列表时，数据将被存储在所有目录下，通常分布在不同设备上。 (程序自己创建)


(五)  在namenode 上格式化

     /home/hadoop/hadoop/bin/hadoop namenode -format

           查看输出保证分布式文件系统格式化成功
          执行完后可以到master机器上看到/home/hadoop//name1和/home/hadoop//name2两个目录。在主节点                 master上面启动hadoop，主节点会启动所有从节点的hadoop。

(六)   /home/hadoop/hadoop/bin/start-all.sh （启动所有服务）

         执行完毕后，可以用jps 查看所有启动的服务       （启动日志在hadoop安装的logs目录下）    

[hadoop@master ~]$ jps

16276 SecondaryNameNode

16374 JobTracker

16103 NameNode

19003 Jps


这时可以去看看dataname节点上有没有创建数据目录，当然也可以用jps查看，但是我的dataname有得这个命令可以用，有得不可以，原因待查



(七) 上传文件测试

/home/hadoop/hadoop/bin/hadoop dfs -put X-ForWarded-For-survey.beisen.com-10.22.1.35_D2013070* /home/iis_log/survey.beisen.com/20130705


（八） 查看上传的文件

/home/hadoop/hadoop/bin/hadoop dfs -ls /home/iis_log/survey.beisen.com/20130705



advanceiislog map/reduces 处理过程，下一节介绍！！