Hadoop 集群 傻瓜式搭建手记

关于Hadoop的配置，按照我的理解，应该有六个文件需要修改，它们都在Hadoop的conf文件夹下，分别是：

masters/slavers：配置masters和slavers的机器IP

hadoop-env.sh ：Hadoop 运行时的环境变量，比如JAVA_HOME，LOG之类的

core-site.xml ：Hadoop 的核心配置文件，对应并覆盖core-default.xml 中的配置项

hdfs-site.xml ：HDFS 的配置文件，对应并覆盖hdfs-default.xml 中的配置项

mapred-site.xml ：Map/Reduce的配置文件，对应并覆盖mapred-default.xml 中的配置项

上面提到的三个*-default.xml 是Hadoop的默认配置项，理论上都是只读的，如果要修改，就通过对应的用户配置文件来覆盖其设置。

 

1、先配置masters/slavers，NameNode和JobTracker是master， DataNode01和DataNode02是salvers

Masters：

 

vi /hadoop/conf/masters

masters文件内容如下：

 

 

192.168.100.101
192.168.100.102

 

Slavers：

vi /hadoop/conf/slavers

slavers文件内容如下：

 

 

192.168.100.103
192.168.100.104

 

2、先配置hadoop-env.sh，这里最重要的是配置JAVA_HOME，在我的机器上是这样的：

 

export JAVA_HOME=/usr/lib/jvm/java-6-sun

其余的可以考虑配置日志文件路径：

 

 

export HADOOP_LOG_DIR=${HADOOP_HOME}/logs

3、配置 core-site.xml ，通过文档可以知道这里一般是配置NameNode的地址，即机器名或IP：

 

<configuration>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://192.168.100.101:9000</value>
        </property>
</configuration>

4、配置 hdfs-site.xml ，这里一般配置文件存放路径以及文件权限：

 

 

<configuration>
    <property>
        <!-- DFS中存储文件命名空间信息的目录 -->
        <name>dfs.name.dir</name>
        <value>/hadoop/dfs/name</value>
    </property>
    <property>
        <!-- DFS中存储文件数据的目录 -->
        <name>dfs.data.dir</name>
        <value>/hadoop/dfs/data</value>
    </property>
    <property>
        <!-- 是否对DFS中的文件进行权限控制(测试中一般用false)-->
        <name>dfs.permissions</name>
        <value>false</value>
   </property>
</configuration>

5、配置mapred-site.xml， 这里配置的东西有很多，都是跟Map-Reduce相关的，不过暂时先配置如下几项：

 

<configuration>
    <property>
        <!-- JobTracker节点 -->
        <name>mapred.job.tracker</name>
        <value>hdfs://192.168.100.102:9001</value>
    </property>
    <property>
        <!-- map/reduce的系统目录（使用的HDFS的路径） -->
        <name>mapred.system.dir</name>
        <value>/hadoop/mapred/system</value>
    </property>
    <property>
        <!-- map/reduce的临时目录（可使用“,”隔开，设置多重路径来分摊磁盘IO） -->
        <name>mapred.local.dir</name>
        <value>/hadoop/mapred/local</value>
    </property>
</configuration>

 

 

这些配置都可以在一台机器上搞定，由于Hadoop所有机器是使用同样的配置，所以可以通过scp命令将conf下的内容拷贝复制到各个机器上：

 

scp -rp /hadoop/conf [email protected]/hadoop/

只复制conf是由于我拷贝虚拟机时就已经把JAVA,Hadoop 都安装好后才拷贝的，这样可以保证所有文件在同一目录。

 

 

启动

然后，激动人心的时刻到了，所有配置都搞定了，我们可以启动了！

不过还有一件事情必须要先做， 格式化名称空间。

在NameNode上，执行如下命令：

 

cd /hadoop/bin
./hadoop namenode -format

执行后结果如下：

 

 

然后就可以执行最后一个命令了：

 

./start-all.sh

如果一切顺利的话，应该就成功了：

 

 

如果要关闭的话，可以执行

 

./stop-all.sh

ref：http://blog.csdn.net/lee_leefox/article/details/7071692