轉自 : http://blog.csdn.net/johnnywsd/article/details/6939520
Hadoop 有三種分佈模式,Standalone-distributemode, Pseudo-distribute mode, Full-distribute.
前期準備工作:
背景:
Fedora 15
兩臺計算機。johnny(10.63.0.230),cloud(10.63.0.17)。johnny作爲Namenode和JobTracker。cloud作爲DataNode和TaskTracker。
1、安裝jdk,配置環境變量
2、安裝Hadoop,配置環境變量
3、Hadoop要求集羣計算機上用戶名必須一致,所以現在cloud機上建立一個名爲johnny的用戶。
For hadoop, the accounts should have the same username on all ofthe nodes
但是節點計算機(cloud)無需使用johnny登陸。具體請參考Hadoopin Action第二章。
4、配置SSH(僞分佈、全分佈需要,單機分佈不需要)
(更多關於SSH請看我的博客:http://blog.csdn.net/johnnywsd/article/details/6936069)
先對johnny機做如下操作:
修改/etc/hosts 文件
這個文件告訴本主機哪些域名對應那些ip,那些主機名對應哪些
一般情況下hosts文件的每行爲一個主機,每行由三部份組成,每個部份由空格隔開。其中#號開頭的行做說明,不被系統解釋。
第一部份:網絡IP地址;第二部份:主機名或域名;第三部份:主機名別名;
(更多關於/etc/hosts文件請看我的博客http://blog.csdn.net/johnnywsd/article/details/6939217)
向此文件中加入:
10.63.0.230 johnny johnny
10.63.0.17 cloud cloud
試一試能否ping通。
$ ping cloud
開啓sshd:
#service sshd start
開啓ssh-agent
$ ssh-agent
將私鑰加入到agent
$ ssh-add ~/.ssh/id_sra
(可能需要關閉防火牆 #serviceiptables stop,或者開啓22端口)
生成公鑰:
$ ssh-keygen -t -rsa
一路回車敲到底,不要輸入密碼,否則無法實現免密碼登陸。
生成的公鑰將儲存在~/.ssh/下。有兩個文件id_rsa.pub(公鑰),id_rsa(私鑰)。
將公鑰發送給cloud機以便能與其相連:
$ ssh-copy-id johnny@cloud
代碼含義:將自己的公鑰拷貝給cloud(10.63.0.17)上的johnny用戶。(此公鑰內容將寫入cloud上johnny用戶的~/.ssh/authorized_keys中)
在此期間會要求輸入johnny@cloud'spassword,johnny用戶在cloud這臺機器上的密碼。
(這是一種比較快速的拷貝公鑰的方法,另一種方法請看我的博客http://blog.csdn.net/johnnywsd/article/details/6936069)
試一試能否與其建立鏈接sshjohnny@cloud
斷開鏈接請使用命令:
$ logout
(僞分佈是一臺計算機既當NameNode又當DataNode,既當JobTracker又當TaskTracker,所以僞分佈要求自己能夠ssh連接自己,所以需要將公鑰拷貝給自己,$ssh-copy-idjohnny@localhost,可以試驗一下是否可以登陸自己sshjohnny@localhost,記得logout)
現在可以給 johnny@cloud傳送文件了。使用scp命令(具體使用見下文)。這樣等配置完主機的信息後,可以將整個hadoop、jdk目錄傳送給節點計算機(見下文)。
單機分佈模式
無需配置,安裝好Hadoop後默認爲單機分佈模式
僞分佈模式
需要先配置SSH(將自己的公鑰寫入到自己的authorized_keys中)
修改hadoop安裝目錄下conf文件夾中的三個xml文件
core-site.xml、hdfs-site.xml和mapred-site.xml
core-site.xml文件
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xml文件
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
mapred-site.xml文件
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
修改hadoop安裝目錄下conf文件夾中的master,slaver兩個文件
masters文件(裏面其實表示的是SecondaryNameNode,有點小迷惑性啊)
localhost
slavers文件
localhost
(請參考Hadoop in Action 第二章)
全分佈模式
與僞分佈模式很類似僅做小量的改變
修改hadoop安裝目錄下conf文件夾中的三個xml文件
core-site.xml、hdfs-site.xml和mapred-site.xml
core-site.xml文件
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://johnny:9000</value>
</property>
</configuration>
hdfs-site.xml文件
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
mapred-site.xml文件
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>johnny:9001</value>
</property>
</configuration>
修改hadoop安裝目錄下conf文件夾中的master,slaver兩個文件
masters文件
johnny
slavers文件
cloud
(這個是最簡單的配置,其實裏面還有很多參數這裏沒有提到,詳細信息請參考官方文檔。)
注:如何快捷的在三種分佈方式切換(參考Hadoopin Action第二章Swithcing betwwenmodes)
Create a separate configuration folder for each of the modes andplace, the appropriate vision of the xml files in the correspondingfolder. Using symbolic links to switch between Hadoop modes.
將conf文件夾複製三份,修改文件名爲conf-standalone,conf-pseudo,conf-full,在其中分別配置其內容,最後對要使用的模式的文件夾建立鏈接(快捷方式),將其名稱更改爲conf.
接下來需要把並配置好的Hadoop以及Java傳送給所有的節點計算機。
$ scp -r ~/Software/hadoop-0.20.203.0/ johnny@cloud:~/Software/hadoop-0.20.203.0/
$ scp -r ~/Software/jdk1.6.0_24/ johnny@cloud:~/Software/jdk1.6.0_24/
在配置好這些文件後需要格式化NameNode
$ hadoop namenode -format
之後便可啓動hadoop了:
$ start-all.sh
測試一下(wordcount):
建立~/temp/test-in目錄,在其中建立a.txt文件,想其中寫入一些英文句子
將 ~/temp/目錄及其中的內容全部拷貝到DataNode中的/目錄下
$ hadoop fs -put ~/temp/ johnny@cloud:/
察看一下拷貝的結果
$ hadoop fs -lsr /
下面運行hadoop自帶的hadoop-examples-0.20.203.0.jar中的wordcount
$ hadoop jar~/Software/hadoop-0.20.203.0/hadoop-examples-0.20.203.0.jar wordcount/temp/test-in /temp/test-out
可以在web頁中察看節點狀態
http://localhost:50030 Hadoop Administration
http://localhost:50070 Hadoop NameNode
參考資料:
Hadoop in Action 第二章
hadoop官方文檔:http://hadoop.apache.org/common/docs/r0.20.203.0
Yahoo HadoopTutorial:http://developer.yahoo.com/hadoop/tutorial/index.html