nutch-2.0集群配置

应该在一个机器中配置好所有的文件，然后执行简单的拷贝，这样能减少错误的发生。

在配置所有java的文件之前，应该先配置用户环境：

可以新建一个用户，取名为nutch或者其他的名字，但是一定要保证所有的集群中的机器的用户名一致。

然后就是/etc/hosts文件，这个文件必须要设置，尽管对于hadoop不是必须的，但是对于hbase却是必须的

/etc/hosts:
127.0.0.1   localhost.localdomain   localhost
ip    master's hostname
ip    slave1's hostname
ip    slave2's hostname
......


/home/username/.bashrc:



export JAVA_HOME=/home/sychen/nutchok/jdk1.7.0_06
export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/jre/bin





1.hadoop

1>hadoop-env.sh
export JAVA_HOME=...

2>masters
master's hostname

3>slaves
slave1's hostname
slave2's hostname
......

4>core-site.xml


    <property>
        <name>fs.default.name</name>
        <!-- 此处写: hdfs://master's hostname:8020 -->
        <value>hdfs://SYE:8020</value>
    </property>

    <property>
        <name>hadoop.tmp.dir</name>  
        <!-- 注意： /home/username/...  -->
        <value>/home/sychen/nutchok/hadoop-0.20.2/hdfs_root</value>  
        <description>A base for other temporary directories.

        此处设为你自己想要的Hadoop根目录</description>  
    </property>


5>hdfs-site.xml

    <property>
        <name>dfs.replication</name>
        <value>1</value>
        <description>副本个数,不配置默认是 3,应小于 datanode 机器数量</description>
    </property>


6>mapred-site.xml

    <property>
        <name>mapred.job.tracker</name>
        <!-- 此处写: hdfs://master's hostname:8000 -->
        <value>SYE:8000</value>
        <description>jobtracker 标识:端口号,不是 URI</description>
    </property>
    
    
    
2.hbase

首先从hadoop-0.20.2中复制hadoop-0.20.2-core.jar到hbase-0.90.5/lib目录下，并将hadoop-core-0.20-append-r1056497.jar重命名或者删除。


1>hbase-env.sh

export JAVA_HOME=/home/sychen/nutchok/jdk1.7.0_06

export HBASE_CLASSPATH=/home/sychen/nutchok/hadoop-0.20.2/conf


2>hbase-site.xml

    <property>
        <name>hbase.rootdir</name>
        <!--
        注意：此处不能设为ip
        <value>hdfs://192.168.20.215/hbase_root</value>
        -->
        <value>hdfs://SYE/hbase_root</value>
    </property>

    <property>
        <name>hbase.cluster.distributed</name>
        <value>true</value>
    </property>

    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>UBT</value>
    </property>

    <property>
        <name>hbase.zookeeper.property.dataDir</name>
        <value>/home/sychen/nutchok/hbase-0.90.5/zookeeper_data</value>
    </property>    
    
3>regionservers
UBT




3.nutch-2.0


将hbase-0.90.5/conf/hbase-site.xml拷贝到hadoop-0.20.2/conf/下面，即可执行