Hadoop学习笔记之-生产环境Hadoop大集群配置安装
安装环境
操作平台：vmware2
操作系统：Oracle Enterprise Linux 5.6
软件版本：hadoop-0.22.0,jdk-6u18
集群架构：3+ node，master node(hotel01),slave node(hotel02,hotel03…)
主机名
IP
系统版本
Hadoop node
hadoop进程名
hotel01
192.168.2.111
OEL5.6
master
namenode,jobtracker
hotel02
192.168.2.112
OEL5.6
slave
datanode,tasktracker
hotel03
192.168.2.113
OEL5.6
slave
datanode,tasktracker
…..
说明：目前hadoop测试主机只有三台，但在真正的hadoop集群生产环境中，可能上百台或是更多主机，所以下面的安装步骤尽可能站在一个大的hadoop集群环境角度进行安装，减少在每台服务器的单独操作，因为这样每个操作都可能是一个庞大的工程。
安装步骤
1. 下载Hadoop和jdk：
http://mirror.bit.edu.cn/apache/hadoop/common/
如：hadoop-0.22.0
2. 配置DNS解析主机名
说明：在生产的hadoop集群环境中，由于服务器可能会有许多台，通过配置DNS映射机器名，相比配置/etc/host方法，可以避免在每个节点都配置各自的host文件，而且在新增节点时也不需要修改每个节点的/etc/host的主机名-IP映射文件。减少了配置步骤和时间，便于管理。
详细步骤见：
【Hadoop学习笔记之-DNS配置】 http://www.linuxidc.com/Linux/2014-02/96519.htm
配置说明：NDS服务器放在了hotel01（master）节点上，对hotel01、hotel02、hotel03节点的主机名进行解析。
3. 建立hadoop运行账号
在所有的节点创建hadoop运行账号
[root@gc ~]# groupadd hadoop
[root@gc ~]# useradd -g hadoop grid --注意此处一定要指定分组，不然可能会不能建立互信
[root@gc ~]# idgrid
uid=501(grid)gid=54326(hadoop) groups=54326(hadoop)
[root@gc ~]# passwd grid
Changingpassword for user grid.
New UNIXpassword:
BAD PASSWORD: itis too short
Retype new UNIXpassword:
passwd: allauthentication tokens updated successfully.
说明：在大的hadoop集群安装环境中，这步可以在批量安装linux系统之前完成，然后再进行系统的复制。（没有试过，据说可以ghost工具软件应该可以实现）
4. 通过NFS配置ssh免密码连入
说明：通过NFS配置ssh免密码连入时，当我们有新的节点接入时，不再需要分别向其它节点各自添加自己公钥信息，只需要把公钥信息追加到共享的authorized_keys公钥当中，其它节点就直接指向最新的公钥文件。便于分配公钥和管理。
详细步骤见：
【hadoop学习笔记之-NFS配置】 http://www.linuxidc.com/Linux/2014-02/96520.htm
5. 解压hadoop安装包
--可先一某节点解压配置文件
[grid@hotel01 ~]$ ll
总计 43580
-rw-r--r-- 1 grid hadoop 445755682012-11-19 hadoop-0.20.2.tar.gz
[grid@hotel01~]$tar xzvf /home/grid/hadoop-0.20.2.tar.gz
[grid@hotel01~]$ ll
总计 43584
drwxr-xr-x 12 grid hadoop 4096 2010-02-19hadoop-0.20.2
-rw-r--r-- 1 grid hadoop 44575568 2012-11-19 hadoop-0.20.2.tar.gz
--在各节点安装jdk
[root@hotel01~]#./jdk-6u18-linux-x64-rpm.bin
6. Hadoop配置有关文件
◆ 配置hadoop-env.sh
[root@gc conf]#pwd
/root/hadoop-0.20.2/conf
--修改jdk安装路径
[root@gc conf]vihadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.6.0_18
◆ 配置namenode，修改site文件
--修改core-site.xml文件
[gird@hotel01conf]# vi core-site.xml
<?xmlversion="1.0"?>
<?xml-stylesheettype="text/xsl" href="configuration.xsl"?>
<!-- Putsite-specific property overrides in this file. -->
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://hotel01.licz.com:9000</value> #完全分布式不能用localhost,要用master节点的IP或机器名.
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/grid/hadoop/tmp</value>
</property>
</configuration>
注：fs.default.nameNameNode的IP地址和端口
--修改hdfs-site.xml文件
[grid@hotel01hadoop-0.20.2]$ mkdir data
[gird@hotel01conf]# vi hdfs-site.xml
<?xmlversion="1.0"?>
<?xml-stylesheettype="text/xsl" href="configuration.xsl"?>
<!-- Putsite-specific property overrides in this file. -->
<configuration>
<property>
<name>dfs.data.dir</name>
<value>/home/grid/hadoop-0.20.2/data</value>--注意此目录必需已经创建并能读写
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
</configuration>
hdfs-site.xml文件中常用配置参数：
--修改mapred-site.xml文件
[gird@hotel01conf]# vi mapred-site.xml
<?xmlversion="1.0"?>
<?xml-stylesheettype="text/xsl" href="configuration.xsl"?>
<!-- Putsite-specific property overrides in this file. -->
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>hotel01.licz.com:9001</value>
</property>
</configuration>
mapred-site.xml文件中常用配置参数
◆ 配置masters和slaves文件
[gird@hotel01conf]$ vi masters
hotel01.licz.com
[gird@hotel01conf]$ vi slaves
hotel02.licz.com
hotel03.licz.com