RedHat安装Hadoop0.20.2小集群

在安装Hadoop之前先确保每台机器都装有jdk，版本什么路径什么的最好一样，然后配置好master对其他slavers的SSH无密码访问<可以参考：http://blog.csdn.net/hqshaozhu/article/details/11788025>

确保上述条件满足之后就可以开始安装Hadoop了

首先我的版本信息：

     LinuxOS：RedHat Enterprise 6.0 两台（VMWare虚拟机），一台master，两台slave，master也是slave

    Hadoop：0.20.2<下载地址：http://archive.apache.org/dist/hadoop/core/>

   系统配置：master 主机名：rh01 ip:192.168.1.8

                       slave    主机名：rh02 ip:192.168.1.9

得确保机器之间能够互相访问

下面开始Hadoop安装

1.将下载hadoop文件解压，tar文件使用tar -zxvf file_name    可以在后面加上-C指定解压路径，最好放到一个固定地方，所有机器路径必须保证一直

2.解压之后在hadoop-0.20.2(安装根目录)下会看到一个conf文件夹，所有的hadoop配置都在这个文件夹下，也是最主要的

3.配置Hadoop环境变量：

export JAVA_HOME=/develop/java/jdk1.7.0_25
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

export HADOOP_HOME=/develop/hadoop/hadoop-0.20.2

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

4.配好环境变量之后可以选择重启机器让prfile文件生效，或者执行source /etc/profile也可

5.下面开始配置Hadoop配置文件，有hadoop-env.sh，core-site.xml，hdfs-site.xml，mapred-site.xml，masters，slaves6个文件需要修改

（1）hadoop-env.sh：在hadoop-env.sh后面添加JAVA_HOME值，这个值被注释掉了，可以直接去掉注释然后将值改成你jdk安装路径即可

（2）core-site.xml：在configuration节点中添加，其中ip为master ip，9000为端口，注意必须是以hdfs开头，不是http

<property>
    <name>fs.default.name</name>
    <value>hdfs://192.168.1.8:9000</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/develop/hadoop/tmp</value>
  </property>
（3）hdfs-site.xml：在configuration节点中添加，其中dfs.replication值需要注意，如果你的salves机器数<3，那就写1或者2，大于2就写3就可以了，
        我这里是两个slave，所以写2
<!-- dfs.replication，设置数据块的复制次数，默认是3，如果slave节点数少于3，则写成相应的1或者2 -->
<property>
	<name>dfs.replication</name>
	<value>2</value>
</property>
<property>    
        <!-- DFS中存储文件命名空间信息的目录 -->    
        <name>dfs.name.dir</name>    
        <value>/develop/hadoop/dfs/name</value>    
</property>   
<property>    
	<!-- DFS中存储文件数据的目录 -->    
	<name>dfs.data.dir</name>     
	<value>/develop/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>
（4）mapred-site.xml：没有这个文件就新建一个即可，其中mapred.job.tracker 是配置jobtracker，ip为master ip，端口 9001，注意必须是以hdfs开头，不是http
<configuration>
<property>    
        <!-- JobTracker节点 -->    
        <name>mapred.job.tracker</name>    
        <value>hdfs://192.168.1.8:9001</value>    
</property>    
<property>    
        <!-- map/reduce的系统目录（使用的HDFS的路径） -->    
        <name>mapred.system.dir</name>    
        <value>/develop/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>/develop/hadoop/mapred/local</value>    
</property>    

</configuration>

（5）master：这个文件中写的是master ip（也有资料说是应该写SecondaryNameNode，新手我们就不管吧，反正只要写master ip就可以了）

（1）hosts第一行127.0.0.1后面不要写主机名，也就是HOSTNAME值

（6）slaves：这个文件写的是slave ip，有几个写几个，分行写，master也可以作为slave节点，同master最好都写ip，不要写hostname

6.将hadoop安装目录整个copy到所有salve主机上，使用scp -r命令即可，同时也可以将/etc/profile文件也copy过去，反正profile和hadoop都得保证完全一致，路径也是
7.到这里配置应该就完成了，再启动hadoop前我们需要先格式化namenode：#hadoop namenode -format，这里如果如果提示没有hadoop命令，则先到profile中确认$HADOOP_HOME/bin加入到path中，其次可以进入到hadoop安装目录下使用:#bin/hadoop namenode -format试试，如果还是不行就那检查你的上面配置的文件是否
有错.
8.格式化成功之后就可以启动hadoop了，可以直接启动start-all.sh（配置完全正确情况下这个命令无论在什么目录下都可以执行），之后就可以看到hadoop启动了，你会发现显示将启动日志保存到一个路径下，这些日志在hadoop安装目录的logs文件夹下，是很重要的，但是当你出错时可以清空logs下所有文件，然后重新启动机器让他生成日志，在查看日志信息，因为日志比较多，看起来就不方便，嘿嘿。如果日志没问题那就OK。
9.在每台机器上使用：#jps 可以查看hadoop进程情况，启动成功slave应该显示：tasktracker jps datanode三个进程，master显示：jobtracker namenode sencondarynamenode jps要是master也是slave的话会多tasktracker datanode两个进程
10.一切OK之后可以使用浏览器访问http://192.168.1.8:50030/ ip是master ip，查看hadoop运行情况，之后可以试着做hadoop自带的小测试，自己去网上找吧

我知道一次安装成功可以性很小，你是新手的话，所以会出现各种各样的问题，在这里说下可能会出现的问题吧，也是我遇到的问题
java.io.IOException: Call to /192.168.1.8:9000 failed on local exception: java.net.NoRouteToHostException: No route to host
（1）hadoop版本问题，劝新手不要一开始就是用2.0版本及以上的，首先2.0的资料较少，其他不是很稳定貌似，配置也比较繁琐，我反正弄了一周没搞好，然后果断换了0.20.2才搞定。
（2）如果启动失败，log中显示无法连接master什么的，那问题就出在/etc/hosts文件中，这里配置了主机信息，hosts文件配置有点怪，下面是我的master hosts和slave hosts
master：
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
HOSTNAME=rh01
192.168.1.8 rh01
192.168.1.9 rh02

slave：
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
HOSTNAME=rh02
192.168.1.9 rh02

192.168.1.8 rh01

注意之处在于

（1）hosts第一行127.0.0.1后面不要写主机名，也就是HOSTNAME值

（2）在HOSTNAME后面写ip与主机名映射的时候一定要先写本机ip
（3）防火墙，这个坑爹的货在hadoop中始终是个麻烦，在启动hadoop之前需要将所有机器防火墙关闭，使用：#service iptables stop，也可以直接使用：#chkconfig iptables off命令设置防火墙不自启动，这样下次防火墙就不会自启动了

我就总结出这三点可能会影响hadoop启动的，错误都是无法连接主机，要是其他错误那就好好看看conf下的那些配置文件是否有错了

好了，安装吧，启动吧，开心吧，查看吧，失望吧，排错吧，绝望吧，总之坚持住你就能搞定 嘻嘻~~~

申明有参考网上其他文章