《Hadoop2.5.2集群安装》
1、环境介绍
操作系统：CentOS X64
物理机器：192.168.1.224(Master)、192.168.1.226(Slave1)、192.168.1.226(Slave2)
JDK版本：JDK7.X
Hadoop版本：Hadoop2.5.2
2、修改主机名称
通过命令“hostname”查看当前机器的机器名称，然后分别在Master、Slave1、Slave2机器的/etc/sysconfig/network文件上修改下主机名称(非必须)并保存，如下所示：
#Master机器(192.168.1.224) NETWORKING=yes HOSTNAME=Master #Slave1机器(192.168.1.225) NETWORKING=yes HOSTNAME=Slave1 #Slave2机器(192.168.1.226) NETWORKING=yes HOSTNAME=Slave2
3、修改hosts文件
分别在Master、Slave1、Slave2机器上修改下hosts文件并保存，如下所示：
192.168.1.224 Master 192.168.1.225 Slave1 192.168.1.226 Slave2
4、确保JDK成功安装并可用
当成功在Master、Slave1、Slave2机器上安装JDK后(笔者使用JDK7.x)，还需要在“/etc/profile”文件中配置Java的环境变量，并通过命令“source “/etc/profile”命令使修改后的配置生效，如下所示：
#JAVA export JAVA_HOME=/usr/java/jdk1.7.0_67 export PATH=$JAVA_HOME/bin:$PATH #export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
5、Haddop的安装
使用命令“tar -zxvf”命令将gz压缩文件解压。笔者Hadoop的安装目录为：“/home/hadoop”，解压后的Hadoop目录为“/home/hadoop/hadoop-2.5.2”，最好确保Master、Slave1、Slave2机器上的Hadoop安装路径一致。
6、配置Hadoop环境变量
成功安装Hadoop后，接下来要做的事情就是配置Hadoop的环境变量，并通过命令“source “/etc/profile”命令使修改后的配置生效，如下所示：
#HADOOP export HADOOP_HOME=/home/hadoop/hadoop-2.5.2 export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_YARN_HOME=$HADOOP_HOME export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop export CLASSPATH=.:$JAVA_HOME/lib:$HADOOP_HOME/lib:$CLASSPATH export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
7、修改Hadoop的一系列配置文件
/home/hadoop/hadoop-2.5.2/etc/hadoop/core-site.xml修改，如下所示：
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://Master:9000</value> </property> </configuration>
/home/hadoop/hadoop-2.5.2/etc/hadoop/hdfs-site.xml修改，如下所示：
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>/home/hadoop/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>>/home/hadoop/dfs/data</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> </configuration>
访问namenode的hdfs使用50070端口，访问datanode的webhdfs使用50075端口。要想不区分端口，直接使用namenode的IP和端口进行所有的webhdfs操作，就需要在所有的datanode上都设置hdfs-site.xml中的dfs.webhdfs.enabled为true。
/home/hadoop/hadoop-2.5.2/etc/hadoop/mapred-site.xml修改，如下所示：
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>Master:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>Master:19888</value> </property> </configuration>
jobhistory是Hadoop自带了一个历史服务器，用于记录Mapreduce历史作业。默认情况下，jobhistory没有启动，可用手动通过命令启动，如下所示：
jobhistory-daemon.sh start historyserver
/home/hadoop/hadoop-2.5.2/etc/hadoop/yarn-site.xml修改，如下所示：
<?xml version="1.0"?> <configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>Master:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>Master:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>Master:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>Master:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>Master:8088</value> </property> </configuration>
/home/hadoop/hadoop-2.5.2/etc/hadoop/slaves修改，如下所示：
Slave1 Slave2
分别在/home/hadoop/hadoop-2.5.2/etc/hadoop/hadoop-env.sh和yarn-env.sh中配置Java环境变量，如下所示：
export JAVA_HOME=/usr/java/jdk1.7.0_67
8、将配置好的Hadoop拷贝到从机上
使用命令“scp -r hadoop-2.5.2 hadoop@Slave1:/home/hadoop”和“scp -r hadoop-2.5.2 hadoop@Slave2:/home/hadoop”执行数据拷贝。
9、启动Hadoop
在正式 启动Hadoop之前，分别在Master、Slave1、Slave2机器上格式化HDFS，如下所示：
hdfs namenode –format
当成功格式化后，接下来便可以在Master上通过命令“start-all.sh”启动Hadoop，同时也可以通过“stop-all.sh”停止Hadoop运行(会由Master负责带动Slave节点的启动和停止)。
当成功启动Hadoop后，我们便可以在每一个节点下执行命令jps，查看Hadoop的进程，如下所示：
#Master上的Hadoop进程 30791 SecondaryNameNode 30943 ResourceManager 30607 NameNode #Slave1上的Hadoop进程 9902 DataNode 10001 NodeManager #Slave2上的Hadoop进程 9194 DataNode 9293 NodeManager
除此之外，开发人员还可以通过http://ip:50070、http://ip:8088、http://ip:19888，通过浏览器查阅Hadoop集群中每一个节点的运行状态。