Hadoop 集群 傻瓜式搭建手记 （四） 完结篇

实际配置这部分时，才发现在（一）当中提到的那两个官网文档已经过时了，现在我实际下载的版本是 0.20.203，也即那个stable版本。于是只好找到相应版本的文档来参考了：http://hadoop.apache.org/common/docs/stable/cluster_setup.html

关于Hadoop的配置，按照我的理解，应该有六个文件需要修改，它们都在Hadoop的conf文件夹下，分别是：

masters/slavers：配置masters和slavers的机器IP

hadoop-env.sh ：Hadoop 运行时的环境变量，比如JAVA_HOME，LOG之类的

core-site.xml ：Hadoop 的核心配置文件，对应并覆盖core-default.xml 中的配置项

hdfs-site.xml ：HDFS 的配置文件，对应并覆盖hdfs-default.xml 中的配置项

mapred-site.xml ：Map/Reduce的配置文件，对应并覆盖mapred-default.xml 中的配置项

上面提到的三个*-default.xml 是Hadoop的默认配置项，理论上都是只读的，如果要修改，就通过对应的用户配置文件来覆盖其设置。

1、先配置masters/slavers，NameNode和JobTracker是master， DataNode01和DataNode02是salvers

Masters：

vi /hadoop/conf/masters

masters文件内容如下：

192.168.100.101
192.168.100.102

Slavers：

vi /hadoop/conf/slavers

slavers文件内容如下：

192.168.100.103
192.168.100.104

2、先配置hadoop-env.sh，这里最重要的是配置JAVA_HOME，在我的机器上是这样的：

export JAVA_HOME=/usr/lib/jvm/java-6-sun

其余的可以考虑配置日志文件路径：

export HADOOP_LOG_DIR=${HADOOP_HOME}/logs

3、配置 core-site.xml，通过文档可以知道这里一般是配置NameNode的地址，即机器名或IP：

<configuration>  
        <property>
                <name>fs.default.name</name>   
                <value>hdfs://192.168.100.101:9000</value>   
        </property> 
</configuration> 

4、配置 hdfs-site.xml，这里一般配置文件存放路径以及文件权限：

<configuration>  
	<property>  
		<!-- DFS中存储文件命名空间信息的目录 -->  
		<name>dfs.name.dir</name>  
		<value>/hadoop/dfs/name</value>  
	</property>  
	<property>  
		<!-- DFS中存储文件数据的目录 -->  
		<name>dfs.data.dir</name>   
		<value>/hadoop/dfs/data</value>  
	</property>  
	<property>  
		<!-- 是否对DFS中的文件进行权限控制(测试中一般用false)-->  
		<name>dfs.permissions</name>  
		<value>false</value>  
   </property>  
</configuration> 

5、配置mapred-site.xml， 这里配置的东西有很多，都是跟Map-Reduce相关的，不过暂时先配置如下几项：

<configuration>
    <property>  
        <!-- JobTracker节点 -->  
        <name>mapred.job.tracker</name>  
        <value>hdfs://192.168.100.102:9001</value>  
    </property>  
    <property>  
        <!-- map/reduce的系统目录（使用的HDFS的路径） -->  
        <name>mapred.system.dir</name>  
        <value>/hadoop/mapred/system</value>  
    </property>  
    <property>  
        <!-- map/reduce的临时目录（可使用“,”隔开，设置多重路径来分摊磁盘IO） -->  
        <name>mapred.local.dir</name>  
        <value>/hadoop/mapred/local</value>  
    </property>  
</configuration> 

这些配置都可以在一台机器上搞定，由于Hadoop所有机器是使用同样的配置，所以可以通过scp命令将conf下的内容拷贝复制到各个机器上：

scp -rp /hadoop/conf fox@192.168.100.102/hadoop/

只复制conf是由于我拷贝虚拟机时就已经把JAVA,Hadoop 都安装好后才拷贝的，这样可以保证所有文件在同一目录。

启动

然后，激动人心的时刻到了，所有配置都搞定了，我们可以启动了！

不过还有一件事情必须要先做， 格式化名称空间。

在NameNode上，执行如下命令：

cd /hadoop/bin
./hadoop namenode -format

执行后结果如下：

然后就可以执行最后一个命令了：

./start-all.sh

如果一切顺利的话，应该就成功了：

如果要关闭的话，可以执行

./stop-all.sh