Hadoop的安装与配置及示例程序
wordcount的运行
目录
前言 (1)
1 机器配置说明 (2)
2 查看机器间是否能相互通信（使用ping命令） (2)
3 ssh设置及关闭防火墙 (2)
1）fedora装好后默认启动sshd服务，如果不确定的话可以查一下[garon@hzau01 ~]$ service sshd status (3)
2）关闭防火墙（NameNode和DataNode都必须关闭） (3)
4 安装jdk1.6(集群中机子都一样) (3)
5 安装hadoop(集群中机子都一样) (4)
6 配置hadoop (4)
1）配置JA V A环境 (4)
2）配置conf/core-site.xml、conf/hdfs-site.xml、conf/mapred-site.xml文件 (5)
3）将NameNode上完整的hadoop拷贝到DataNode上，可先将其进行压缩后直接scp 过去或是用盘拷贝过去 (7)
4）配置NameNode上的conf/masters和conf/slaves (7)
7 运行hadoop (7)
1）格式化文件系统 (7)
2）启动hadoop (7)
3）用jps命令查看进程，NameNode上的结果如下： (8)
4）查看集群状态 (8)
8 运行Wordcount.java程序 (8)
1）先在本地磁盘上建立两个文件f1和f2 (8)
2）在hdfs上建立一个input目录 (9)
3）将f1和f2拷贝到hdfs的input目录下 (9)
4）查看hdfs上有没有f1,f2 (9)
5)执行wordcount（确保hdfs上没有output目录） (9)
6）运行完成，查看结果 (9)
前言
最近在学习Hadoop，文章只是记录我的学习过程，难免有不足甚至是错误之处，请大家谅解并指正！Hadoop版本是最新发布的Hadoop-0.21.0版本，其中一些Hadoop命令已发生变化，为方便以后学习，这里均采用最新命令。具体安装及配置过程如下：
1 机器配置说明
总共有3台机器：hzau01、hzau02、hzau03
IP地址分别为：192.168.0.4、192.168.0.17、192.168.0.6
操作系统为：Linux2.6.33.3-85.fc13.i686.PAE
jdk版本为：jdk1.6.0_23
hadoop版本为：hadoop-0.21.0
hzau01作为NameNode、JobTracker，其他两台台作为DataNode、TaskTracker
2 查看机器间是否能相互通信（使用ping 命令）
用root登录，在NameNode上修改/etc/hosts文件，加入三台机器的IP地址和机器名，如下：192.168.0.4 hzau01
192.168.0.17 hzau02
192.168.0.6 hzau03
设置好后验证下各机器间是否ping通，用机器名或是IP地址都可以，例如ping hzau02或ping 192.168.0.17
Hadoop要求所有机器上hadoop的部署目录结构要相同并且有一个相同的用户名的帐户，我的默认路径为/home/garon
3 ssh设置及关闭防火墙
1）fedora装好后默认启动sshd服务，如果不确定的话可以查一下[garon@hzau01 ~]$ service sshd status
如没有启动的话，先启动[root@hzau01 ~]# service sshd start
建立ssh无密码登录，在NameNode上[garon@hzau01 ~]ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa(''为两个单引号)
会在~/.ssh/生成两个文件：id_dsa和id_dsa.pub，这两是成对出现的，把id_dsa.pub文件追加到DataNode上的authorized_keys
[garon@hzau01 ~]$ scp ~/.ssh/id_dsa.pub hzau02:/home/garon/.ssh (注意其中目标机器后面的：与要传到的文件路径之间没有空格，即sc706:与/home/hadoop/之间没有空格)
scp ~/.ssh/id_dsa.pub hzau03:/home/garon/.ssh
登录到DataNode上，[garon@hzau02 ~]$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys ，其余一台一样，注意：追加完后必须修改NameNode和DataNode上的.ssh和authorized_keys 的权限，chmod命令，参数600，完成后测试下，例如ssh hzau02时不需要密码就可以登录，就可以知道ssh设置成功。
2）关闭防火墙（NameNode和DataNode都必须关闭）[root@hzau01 ~]# service iptables stop
注意：每次重新开机启动hadoop前都必须关闭
4 安装jdk1.6(集群中机子都一样)
下载jdk-6u23-ea-bin-b03-linux-i586-18_oct_2010.bin，之后直接安装，我的安装路径为：/usr/java/jdk1.6.0_23，安装后添加如下语句到/etc/profile中：
export JA VA_HOME="/usr/java/jdk1.6.0_23"
export JRE_HOME=/usr/java/jdk1.6.0_23/jre
