Hadoop的部署環境是經過虛擬化之後的四臺主機,OS是Ubuntu Server10.04。(XenServer5.6兼容的OS並不包括Ubuntu,將Ubuntu轉成PV也是一個折騰的過程,另文介紹)。Hadoop的版本號依舊是:0.20.2.安裝Java環境如上一講所示。
主機名及其IP地址對應如下:
Slave&TaskTracker:dm1,IP:192.168.0.17;(datanode)
Slave&TaskTracker:dm2,IP:192.168.0.18;(datanode)
Slave&TaskTracker:dm3,IP:192.168.0.9;(datanode)
Master&JobTracker:dm4,IP:192.168.0.10;(namenode)
Master是Hadoop集羣的管理節點,重要的配置工作都在它上面,至於它的功能和作用請參考HadoopAPI 。
具體配置步驟如下:
一 .修改各個節點(dm1-dm4)的HostName,命令如下:
Vi /etc/hostname
如下圖所示例:
二 .在host中添加機器的hostname和IP,用以通訊。Master需要知道所有的slave的信息。對應的slave只需要知道Master和自身的信息即可。
命令如下:
vi /etc/hosts
Master(dm4)的hosts配置應該如下圖所示:
其它的slave(dm3……)的hosts配置應該如下圖所示:
三 .Hadoop核心代碼需要配置conf文件夾裏面的core-site.xml,hdfs-site.xml,mapread-site.xml,mapred-site.xml,hadoop-env.sh這幾個文件。具體各個配置的含義請參考Hadoop幫助文檔 。
1.首先編輯各個機器節點(包括master和slave)的core-site.xml文件,命令如下:(Hadoop 文件夾放在home下)
vi /home/hadoop/conf/core-site.xml
core-site.xml文件配置,應如下面代碼所示:
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://dm4:9000</value>
</property>
</configuration>
2.其次編輯各個機器節點(包括master和slave)的hdfs-site.xml,命令如下:
vi /home/hadoop/conf/hdfs-site.xml
hdfs-site.xml文件配置,應如下面代碼所示:
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>dfs.name.dir</name>
<value>/home/hadoop/NameData</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
3.再次,編輯各個機器節點(包括master和slave)mapred-site.xml文件, 命令如下:
vi /home/hadoop/conf/mapred-site.xml
mapred-site.xml 文件配置,應如下面代碼所示:
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>192.168.0.10:9001</value>
</property>
</configuration>
4.最後,編輯各個機器節點(包括master和slave) hadoop-env.sh文件,命令如下:
vi /home/hadoop/conf/hadoop-env.sh
向該文件加入幾行代碼,如下所示:
export HADOOP_HOME=/home/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/conf
export PATH=$PATH:$HADOOP_HOME/bin
四 .配置集羣的主從關係。在所有機器節點上,Hadoop的conf文件夾中,都有slaves和masters兩個文件。往masters中添加Master(dm4)的IP地址或者hostname。往slaves文件中添加Slave(dm1-dm3)的IP或hostname。所有節點都需要修改。
Masters如下圖所示:
slaves如下圖所示:
行文至此,Hadoop 的 整體安裝和配置 已經完成。Hadoop集羣的啓動從Master(Namenode)機器開始,它和slave(DataNode)之間通訊使用ssh,我們接下來需要設置ssh無密碼公鑰認證登入。
五 .SSH非對稱密鑰的原理請參見此文 和彼文 。首先要在 所有節點 生成密鑰對,具體實現步驟如下:
1. 所有節點 生成RSA密鑰對,命令如下:
ssh-keygen -t rsa
出現如下圖所示:
直接回車,密鑰對存放爲/root/.ssh/id_rsa。在該文的演示中生成/root/viki.pub然後會要求你輸入密碼,選擇空
最後生成如下圖:
2.將Master(Namenode) 生成的公鑰viki.pub的內容複製到本機的 /root/.ssh/ 的authorized_keys 文件 裏。命令如下:
cp viki.pub authorized_keys
然後,將authorized_keys 文件複製到各個slave(DataNode) 機器的 /root/.ssh/ 文件夾,命令如下:
scp /root/.ssh/authorized_keys dm3:/root/.ssh/
最後,在所有機器 執行用戶權限命令chmod,命令如下:
chmod 644 authorized_keys
經過以上步驟,ssh配置也已完成。通過以下命令驗證:
ssh dm3
exit
ssh dm2
exit
ssh dm1
exit
第一次連接需要密碼,輸入yes和機器密碼就可以。以後即不用再輸入。
六 .啓動並驗證Hadoop集羣,如同上講所述。輸入:http://192.168.0.10:50030/jobtracker.jsp
在下所搭建的Hadoop集羣截圖:
七.參考文獻
1.Hadoop 快速入門 http://hadoop.apache.org/common/docs/r0.18.2/cn/quickstart.html
2.通用線程 : OpenSSH 密鑰管理
http://www.ibm.com/developerworks/cn/linux/security/openssh/part1/index.html