搭建Cloud Computing测试环境－－hadoop/hbase

1、硬件环境
    我们采用了3台机器来构建,都安装的是Ubuntu8.04系统，并且都有一个名为“quan“的帐号，如下：
           主机名称：360quan-1    ip:192.168.0.37        功能：NameNode,JobTracker
           主机名称：360quan-2    ip:192.168.0.43        功能：DataNode,TaskTracker
   主机名称：360quan-3    ip:192.168.0.53        功能：DataNode,TaskTracker
    重点：修改3台机器的/etc/hosts,让彼此的主机名称和ip都能顺利解析
          127.0.0.1       localhost
          192.168.0.37    360quan-1
          192.168.0.43    360quan-2
          192.168.0.53    360quan-3
2、每台机器都要安装java环境，我们的路径统一为“/opt/jdk1.6.0_03“,并添加到系统环境变量 sudo gedit /etc/profile

      JAVA_HOME=/opt/jdk1.6.0_03
CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:.
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME
export CLASSPATH
export PATH

JAVA_HOME=/opt/jdk1.6.0_03

 CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:.

 PATH=$JAVA_HOME/bin:$PATH

 export JAVA_HOME

 export CLASSPATH

 export PATH

3、下载hadoop0.16.3，hbase0.12版本到"360quan-1"，将hadoop解压到/home/quan/opt/hadoop,hbase解压到hadoop/contrib/hbase。建议最好也将hadoop的目录添加到环境变量里面去:

      HADOOP_HOME=/home/quan/opt/hadoop ＃这是hadoop的主目录
export HADOOP_HOME
HADOOP_CONF_DIR=$HADOOP_HOME/conf    ＃这是hadoop的配置文件目录
export HADOOP_CONF_DIR
HADOOP_LOG_DIR=/home/quan/hadoop/log     ＃存放运行日志目录
export HADOOP_LOG_DIR
HADOOP_SSH_OPTS="-p 22"          ＃SSH的端口号，其实默认就是22
export HADOOP_SSH_OPTS

HADOOP_HOME=/home/quan/opt/hadoop ＃这是hadoop的主目录

 export HADOOP_HOME

 HADOOP_CONF_DIR=$HADOOP_HOME/conf ＃这是hadoop的配置文件目录

 export HADOOP_CONF_DIR

 HADOOP_LOG_DIR=/home/quan/hadoop/log ＃存放运行日志目录

 export HADOOP_LOG_DIR

 HADOOP_SSH_OPTS="-p 22"   ＃SSH的端口号，其实默认就是22

 export HADOOP_SSH_OPTS

4、安装ssh,这里注意ubuntu8.04下面是ssh2，如果是ssh1的话，请升级,安装完后，建立ssh通道，使用空密码（生产环境可不能使用空密码啊），这里使用“360quan-1”这台机器为例说明:

       sudo apt-get install ssh
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

sudo apt-get install ssh

 ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa 

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

以上配置完成后，执行一下ssh localhsot,确认你的每台机器都可以使用ssh（不需要密码）连接，连接成功后会输出以下信息：

       Linux zhangqiaohui-desktop 2.6.24-19-generic #1 SMP Wed Jun 4 16:35:01 UTC 2008 i686
The programs included with the Ubuntu system are free software;
the exact distribution terms for each program are described in the
individual files in /usr/share/doc/*/copyright.
Ubuntu comes with ABSOLUTELY NO WARRANTY, to the extent permitted by
applicable law.
To access official Ubuntu documentation, please visit:
http://help.ubuntu.com/
Last login: Thu Jun 12 10:40:50 2008 from localhost

Linux zhangqiaohui-desktop 2.6.24-19-generic #1 SMP Wed Jun 4 16:35:01 UTC 2008 i686

 The programs included with the Ubuntu system are free software;

 the exact distribution terms for each program are described in the

 individual files in /usr/share/doc/*/copyright.

 Ubuntu comes with ABSOLUTELY NO WARRANTY, to the extent permitted by

 applicable law.

 To access official Ubuntu documentation, please visit:

 http://help.ubuntu.com/

 Last login: Thu Jun 12 10:40:50 2008 from localhost

     ok后，我们将“360quan-1”机器上产生的这个空密钥拷贝到另外2台机器上，作为公共密钥，让namenode也可以不需要密码访问2台datanode:

       sudo scp authorized_keys 360quan-2:/home/quan/.ssh/
sudo scp authorized_keys 360quan-3:/home/quan/.ssh/
ssh 360quan-2
ssh 360quan-3

sudo scp authorized_keys 360quan-2:/home/quan/.ssh/ 

 sudo scp authorized_keys 360quan-3:/home/quan/.ssh/ 

 ssh 360quan-2

 ssh 360quan-3

5、接下来，我们要修改hadoop的相关设定了。修改"360quan-1"上面的hadoop的[conf/masters]、[conf/slaves]这2个文件：

       Master设置(<HADOOP_HOME>/conf/masters) :360quan-1
       Slave设置(<HADOOP_HOME>/conf/slaves) L：360quan-2 360quan-3
6、修改［conf/hadoop-env.sh］：

       export JAVA_HOME=/opt/jdk1.6.0_03

7、修改［conf/hadoop-site.xml],这里只是几个常用的属性配置，有关hadoop的性能优化调整，需要研究hadoop-default.xml:

<configuration>
        <property>
            <name>fs.default.name</name>
            <value>360quan-1:9000</value>
            <description>指定NameNode的IP地址和端口号,缺省值是file:///, 表示使用本地文件系统, 用于单机非分布式模式</description>
        </property>
        <property>
            <name>mapred.job.tracker</name>
            <value>360quan-1:9001</value>
            <description>指定 JobTracker的IP地址和端口号。缺省值是local, 表示在本地同一Java进程内执行JobTracker和TaskTracker, 用于单机非分布式模式</description>
        </property>
        <property>
            <name>dfs.replication</name>
            <value>1</value>
            <description>指定HDFS中每Block被复制的次数，起数据冗余备份的作用。在典型的生产系统中，这个数常常设置为3。</description>
        </property>
        <property>
            <name>hadoop.tmp.dir</name>
            <value>/home/quan/opt/hadoop/tmp/</value>
        </property>
    </configuration>

<configuration>

  <property>

   <name>fs.default.name</name>

   <value>360quan-1:9000</value>

   <description>指定NameNode的IP地址和端口号,缺省值是file:///, 表示使用本地文件系统, 用于单机非分布式模式</description>

  </property>

  <property>

   <name>mapred.job.tracker</name>

   <value>360quan-1:9001</value>

   <description>指定 JobTracker的IP地址和端口号。缺省值是local, 表示在本地同一Java进程内执行JobTracker和TaskTracker, 用于单机非分布式模式</description>

  </property>

  <property>

   <name>dfs.replication</name>

   <value>1</value>

   <description>指定HDFS中每Block被复制的次数，起数据冗余备份的作用。在典型的生产系统中，这个数常常设置为3。</description>

  </property>

  <property>

   <name>hadoop.tmp.dir</name>

   <value>/home/quan/opt/hadoop/tmp/</value>

  </property>

 </configuration>

8、修改hbase的[hbase-evn.sh]:
      export JAVA_HOME=/opt/jdk1.6.0_03
9、修改hbase的［hbase-site.xml］:

<configuration>
        <property>
            <name>hbase.master</name>
            <value>360quan-1:60000</value>
        </property>
        <property>
            <name>hbase.rootdir</name>
            <value>hdfs://360quan-1:9000/hbase</value>
        </property>
</configuration>

<configuration>

  <property>

   <name>hbase.master</name>

   <value>360quan-1:60000</value>

  </property>

  <property>

   <name>hbase.rootdir</name>

   <value>hdfs://360quan-1:9000/hbase</value>

  </property>

</configuration>

10、然后将hadoop的整体环境拷贝到360quan-2、360quan-3上面去
      scp -r /home/quan/hadoop 360quan-2:/home/hdp/
          scp -r /home/quan/hadoop 360quan-3:/home/hdp/
11、在360quan-1这个namenode上面格式化一个新的分布式文件系统HDFS，就是hadoop-site.xml文件中指定的hadoop.tmp.dir路径
         <HADOOP_HOME>/bin/hadoop namenode -format
  
到此大致上就完成了属于你自己的Cloud Computing环境了
        启动hadoop：<HADOOP_HOME>/bin/start-all.sh
        启动hbase：<HADOOP_HOME>/contrib/hbase/bin/start-hbase.sh
        停止hbase：<HADOOP_HOME>/contrib/hbase/bin/stop-hbase.sh
        停止hadoop：<HADOOP_HOME>/bin/stop-all.sh
说明：
   (1) 执行 $ bin/start-all.sh启动Hadoop进程后，会启动5个java进程,同时会在/tmp目录下创建五个pid文件记录这些进程ID号。通过这五个文件，可以得知namenode,datanode,secondary namenode,jobtracker,tasktracker 分别对应于哪一个Java进程。当你觉得 Hadoop 工作不正常时，可以首先查看这5个java进程是否在正常运行,运行jps命令也可以查看。
   (2) 访问 http://360quan-1:50030 可以查看JobTracker的运行状态。访问 http://360quan-1:50060可以查看 TaskTracker的运行状态。访问 http://360quan-1:50070可以查看NameNode以及整个分布式文件系统的状态，浏览分布式文件系统中的文件以及log等。
   (3) 查看 ${HADOOP_HOME}/logs目录下的log文件，namenode,datanode,secondary namenode,jobtracker, tasktracker各有一个对应的log文件，每一次运行的计算任务也有对应用log文件。分析这些log文件有助于找到故障原因。