CentOS 5.5 安装hadoop-0.21.0

odjl311m06

　　
　　倒腾了一天，终于在CentOS上装上了hadoop-0.21.0，特此记录，以备后用。
　　操作系统：CentOS 5.5
　　Hadoop：hadoop-0.21.0
JDK：1.6.0_17
namenode主机名:master，namenode的IP:192.168.90.91
datanode主机名:slave，datanode的IP:192.168.90.94

第一步：安装并启动ssh服务

　　CentOS 5.5安装完毕之后以及默认启动了sshd服务，可以在“系统”－>“管理”->“服务”中查看sshd服务是否启动。当然了，如果机器上没有安装ssh服务，则执行命令sudo yum install ssh来安装。安装rsync，它是一个远程数据同步工具，可通过 LAN/WAN 快速同步多台主机间的文件，执行命令sudo yum install rsync。修改每个节点的/etc/hosts文件，将 namenode和datanode的IP信息加入到该文件的尾部：
　　192.168.90.91 master
192.168.90.94 slave
　　第二步，配置SSH服务
　　（1），（2）是针对每一台机器
　　（1）创建hadoop用户名与用户组
　　运行命令su - root，注意，不是命令su root，后者不能携带root用户的参数信息，是不能执行创建用户组和用户命令的。执行命令：groupadd hadoop和命令useradd -g hadoop hadoop。注意不能在/home目录下创建hadoop目录，否则创建hadoop用户会失败。创建好用户以后最好是重新启动计算机，以hadoop用户登录系统。这样在之后的操作中就不需要su到hadoop用户下，而且也不会纠缠于文件的owner问题。
　　（2）生成ssh密钥
　　如果是其他用户登录的则切换到hadoop用户下，执行命令su - hadoop，在/home/hadoop目录下执行命令：ssh-keygen -t rsa（一路回车，选择默认的保存路径），密钥生成成功之后，进入.ssh目录，执行cd .ssh，执行命令：cp id_rsa.pub authorized_keys。这个时候运行ssh localhost，让系统记住用户，之后ssh localhost就不需要再输入密码了。
　　（3）交换公钥
　　将namenode上的公钥拷贝到datanode，在hadoop用户的用户目录下（/home/hadoop）下执行命令ssh-copy-id -i $HOME/.ssh/id_rsa.pub hadoop@slave。同理，也可以将datanode上的公钥拷贝到namenode，但这不是必须的。这样两台机器在hadoop用户下互相ssh就不需要密码了。
　　
　　第三步，安装JDK1.6或以上（每台机器）
　　（1）执行命令yum install jdk
　　（2）如果第一步没有找到源码包，那么就需要到官网上下载了，https://cds.sun.com/is-bin/INTERSHOP.enfinity/WFS/CDS-CDS_Developer-Site/en_US/-/USD/ViewProductDetail-Start?ProductRef=jdk-6u22-oth-JPR@CDS-CDS_Developer。
　　（3）新建目录/usr/java，将源码包jdk-6u22-linux-i586.bin复制到该目录下，执行命令chmod a+x jdk-6u22-linux-i586.bin
      使当前用户拥有对jdk-6u22-linux-i586.bin的执行权限。执行命令sudo ./jdk-6u22-linux-i586.bin进行安装
　　（4）修改/etc/profile来添加环境变量，/etc/profile中设置的环境变量就像Windows下环境变量中的系统变量一样，所有用户都可以使用。
      用文本编辑器打开/etc/profile
      # vi /etc/profile
      在最后加入以下几行：
      export JAVA_HOME=/usr/java/jdk1.6.0_22
      export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
      export PATH=$PATH:$JAVA_HOME/bin
      这样我们就设置好了JDK，在centos下 source /etc/profile 就可以生效了.
　　运行命令java -version可以判断是否安装成功
　　
　　第四步，安装hadoop
　　原来现在才开始安装hadoop，准备工作也作得太多了，废话少说。
　　（1）新建目录/usr/local/hadoop，将hadoop-0.21.0.tar.gz解压缩到该目录下，执行命令sudo tar -xvzf hadoop-0.21.0.tar.gz，修改/etc/profile文件，将hadoop的安装目录append到文件最后：
　　export HADOOP_HOME=/usr/local/hadoop/hadoop-0.21.0
export PATH=$HADOOP_HOME/bin:$PATH
（2）配置/conf/hadoop-env.sh文件，修改java_home环境变量
export JAVA_HOME=/usr/java/jdk1.6.0_22/
（3）配置 core-site.xml 文件
<configuration>
      <property>
            <name>hadoop.tmp.dir</name>
            <value>/usr/local/hadoop/hadoop-0.21.0/tmp</value>
           (注意，请先在 hadoopinstall 目录下建立 tmp 文件夹)
            <description>A base for other temporary directories.</description>
      </property>
<!-- file system properties -->
      <property>
            <name>fs.default.name</name>
      <value>hdfs://master:54310</value>
      </property>
</configuration>
（4）配置 hdfs-site.xml 文件
<configuration>
      <property>
            <name>dfs.replication</name>
            <value>1</value>（这里共两台机器，如果将主节点也配置为datanode，则这里可以写2）
      </property>
<configuration>
（5）配置 mapred-site.xml 文件
<configuration>
      <property>
            <name>mapred.job.tracker</name>
            <value>master:54311</value>
      </property>
</configuration>
（6）配置 conf/masters 文件，加入 namenode 的 ip 地址
master
（7）配置 slaves 文件, 加入所有 datanode 的 ip 地址

　　slave
　　
　　(如果之前的hdfs-site.xml文件中的拷贝数设置为2，则需要将master也加入到slaves文件中)
　　（8）将 namenode 上 配 置 好 的 hadoop 所 在 文 件 夹 hadoop－0.21.0 复 制 到
datanode 的/usr/lcoal/hadoop/目录下（实际上 masters,slavers 文件时不必要的， 复制了也
没问题）。
（9）配置datanode的/etc/profile 文件，在文件尾append下列内容：
export HADOOP_HOME=/usr/local/hadoop/hadoop-0.21.0
export PATH=$HADOOP_HOME/bin:$PATH

第五步，启动hadoop
首先记得关闭系统的防火墙，root用户下执行命令/etc/init.d/iptables stop，运行命令/etc/init.d/iptables status检查防火墙状态。hadoop用户下，在namenode的/usr/local/hadoop/hadoop-0.21.0/bin目录下打开终端，执行命令hadoop namenode -format，格式化目录节点。注意，/usr/local/hadoop/hadoop-0.21.0/tmp目录是可以写的，否则在格式化时会出现异常。执行命令start-all.sh启动hadoop集群，执行命令jps查看进程，执行命令hadoop dfsadmin -report查看状态。在浏览器中输入http://master:50070以web方式查看集群状态。查看jobtraker的运行状态：http://www.ibm.com/developerworks/cn/linux/l-hadoop-2/index.html
PS：格式化namenode的时候最好将节点的tmp目录清空、删除logs目录中的文件。
　　到这里，基于CentOS5.5的hadoop集群搭建完毕！