hadoop 0.23.0比先前的0.20版本有了很大的改动，而我目前最感兴趣的还是HDFS部分的federation部分，由于相关配置资料比较少，下面就把这两天配置情况总结一下作为备忘：
要配置hdfs，关键要知道namenode、datanode、secondarynamenode、backupnode都需要什么配置，下面分别来讨论一下：
1、namenode
1）需要一些目录放置fsimage和edits，对应配置dfs.namenode.name.dir、dfs.namenode.edits.dir
2）打开两个端口来提供RPC服务，一个是给client对应配置dfs.namenode.rpc-address；一个端口是提供给datanode对应配置dfs.namenode.servicerpc-address，如果不指定则使用dfs.namenode.rpc-address，其实这两个端口的RPC服务没什么区别，之所以要区分，我猜想这样分开主要是因为datanode和namenode通讯时不会影响client和namenode的通讯，因为同一个端口同时打开的句柄毕竟是预先设定的，缺省为10个
3）需要打开一个http服务，用于提供web访问以及传输edits log，checkpoint等，对应配置为dfs.namenode.http-address
2、datanode
1）需要指定一个目录来保存blocks，对应配置dfs.datanode.data.dir
2）当然还需要知道namenode所打开的RPC服务端口，以便于建立RPC联接
3、secondarynamenode
本次没有测试，而且所做的工作可以为backupnode取代，就略过了。
4、backupnode
backupnode本质上也是一个namnode，因此namenode需要的它都需要，只是名称上可能有些不同，具体如下：
1）对于保存image和edits的目录与namenode没什么不同dfs.namenode.backup.address
2）对我提供RPC服务的配置项分别叫做dfs.namenode.servicerpc-address（与namenode相同），dfs.namenode.backup.address（namenode叫做dfs.namenode.rpc-address）
3）对我提供的http服务配置项叫做：dfs.namenode.backup.http-address
4）backupnode需要和对应的namenode的http服务通讯因此需要告诉backupnode对应的namenode的http服务的地址，对应配置项dfs.namenode.http-address
5）比较没趣的还要指定一个配置项dfs.federation.nameservice.id，随便可以指定什么值，目前不会使用到，但不知定还不行，就随便指定一个值就可以了，因为backupnode继承namennode导致的，当然也可以不指定，通过其他方法来配置，但那种方法也很不理想，使配置变的怪怪的，所以还是指定一下为好
hadoop 0.23的一个重要feature就是federation，因此通过配置项dfs.federation.nameservices来枚举出全部的nameserviceID，上面说的一些配置项，后面跟上对应的ID，就可以完成配置了，其实namenode在启动时是这样做的，通过比较本机的ip和配置项中value的ip来确定该配置想是否应该加入到启动是的conf当中，通过这个手段，就可以将自己需要的配置从配置文件中分离出来了。
另外，传说hadoop 0.23.0兼容0.20的各种配置，但还是有些差别，缺省情况下，系统从hadoop-0.23.0/etc/hadoop/目录中读取配置文件，当然可以通过HDFS_CONF_DIR来指定，基于这一点，我们把配置文件放在hadoop-0.23.0/etc/hadoop/目录下
假设我们有4台机器，h1-1、h1-2、h1-3、h1-4
1）namenode为h1-1、h1-2
2）datanode为h1-1、h1-2、h1-3、h1-4
3）backupnode为h1-3
具体的配置文件如下：
1）h1-1、h1-2、h1-3、h1-4的hadoop-0.23.0/etc/hadoop/slaves
h1-1
h1-2
h1-3
h1-4
2）h1-1、h1-2、h1-4（不包括h1-3）的hadoop-0.23.0/etc/hadoop/hdfs.site的配置如下：
3）h1-3作为backupnode的hadoop-0.23.0/etc/hadoop/hdfs.site配置文件如下：
其他一些需要注意的地方：
1）环境变量JAVA_HOME
2）如果显示的datanode名称不对可以指定slave.host.name，到hadoop-0.23.0/etc/hadoop/core.site
如果一切顺利准备启动了
1）bin/hdfs namenode –format –clusterid your_cluster_id
2）sbin/start-hdfs.sh
sbin/start-dfs.sh只负责启动namenode、datanode、secondarynamenode，不负责启动backupnode
3）backupnode启动
ssh h1-3
bin/hdfs namenode -backup
可以打开浏览器分别访问：
1）ns1：
http://h1-1:50070
2）ns2
http://h1-2:50070
3）backupnode
http://h1-3:8003
由于有多个namenode，因此使用hdfs是需要指定某个具体的namenode，例如在ns1和ns2上创建目录可以用下面命令：
bin/hadoop fs -mkdir hdfs://h1-1:9000/test
bin/hadoop fs -mkdir hdfs://h1-2:9000/test
bin/hadoop fs -ls hdfs://h1-1:9000/
因为启动了backup，因此可以查看backupnode的namespace，如下：
bin/hadoop fs -ls hdfs://h1-3:8002/得到的结果和bin/hadoop fs -ls hdfs://h1-1:9000/是一样的。
参考文献：
1）hadoop-0.23.0源代码
2）http://www.blogjava.net/shenh062326/archive/2011/11/23/363472.html
3）http://blog.sina.com.cn/s/blog_4a1f59bf01010kx3.html
4）http://hadoop.apache.org/common/docs/r0.23.0/hadoop-yarn/hadoop-yarn-site/Federation.html
其实还有一些关于fs.defaultFS和dfs.federation.nameservice.id的故事，就不说了。代码中都很清楚，总结一下，阅读源代码是理解配置最简单最高效的方法，查看logs/下面的信息可以得到一些有价值的提示。
一下是在配置过程中，零星的笔记，作为自己的日后参考。
--------------------
1、环境变量设置JAVA_HOME， HADOOP_CONF_ DIR， HDFS_CONF_DIR，
export HADOOP_CONF_DIR=/home/rmss/zhanggang/hadoop-0.23.0/conf
export HDFS_CONF_DIR=/home/rmss/zhanggang/hadoop-0.23.0/conf