【Hadoop】搭建完全分布式的hadoop
博客已转移，请借一步说话！http://www.daniubiji.cn/archives/577
下面博文已更新，请移步 ↑
用于测试，我用4台虚拟机搭建成了hadoop结构
我用了两个台式机。一个xp系统，一个win7系统。每台电脑装两个虚拟机，要不然内存就满了。
1、安装虚拟机环境
Vmware，收费产品，占内存较大。
或
Oracle的VirtualBox，开源产品，占内存较小，但安装ubuntu过程中，重启会出错。
我选Vmware。
2、安装操作系统
Centos，红帽开源版，接近于生产环境。
Ubuntu，操作简单，方便，界面友好。
我选Ubuntu12.10.X 32位
3、安装一些常用的软件
在每台linux虚拟机上，安装：vim，ssh
sudo apt-get install vim
sudo apt-get install ssh
在客户端，也就是win7上，安装SecureCRT，Winscp或putty，这几个程序，都是依靠ssh服务来操作的，所以前提必须安装ssh服务。
service ssh status 查看ssh状态。如果关闭使用service ssh start开启服务。
SecureCRT，可以通过ssh远程访问linux虚拟机。
winSCP或putty，可以从win7向linux上传文件。
4、修改主机名和网络配置
主机名分别为：master，host2，host3，host4。
sudo vim /etc/hostname
网络配置，包括ip地址，子网掩码，DNS服务器。如上图所示。
5、修改/etc/hosts文件。
修改每台电脑的hosts文件。
hosts文件和windows上的功能是一样的。存储主机名和ip地址的映射。
在每台linux上，sudo vim /etc/hosts 编写hosts文件。将主机名和ip地址的映射填写进去。编辑完后，结果如下：
6、配置ssh，实现无密码登陆
无密码登陆，效果也就是在master上，通过 ssh host2 或 ssh host3 或 ssh host4 就可以登陆到对方计算机上。而且不用输入密码。
四台虚拟机上，使用 ssh-keygen -t rsa 一路按回车就行了。
刚才都作甚了呢？主要是设置ssh的密钥和密钥的存放路径。 路径为~/.ssh下。
打开~/.ssh 下面有三个文件
authorized_keys，已认证的keys
id_rsa，私钥
id_rsa.pub，公钥 三个文件。
下面就是关键的地方了，（我们要做ssh认证。进行下面操作前，可以先搜关于认证和加密区别以及各自的过程。）
①在master上将公钥放到authorized_keys里。命令：sudo cat id_rsa.pub >> authorized_keys
②将master上的authorized_keys放到其他linux的~/.ssh目录下。
命令：sudo scp authorized_keys hadoop@10.10.11.192:~/.ssh
sudo scp authorized_keys 远程主机用户名@远程主机名或ip:存放路径。
③修改authorized_keys权限，命令：chmod 644 authorized_keys
④测试是否成功
ssh host2 输入用户名密码，然后退出，再次ssh host2不用密码，直接进入系统。这就表示成功了。
7、上传jdk，并配置环境变量。
通过winSCP将文件上传到linux中。将文件放到/usr/lib/java中，四个linux都要操作。
解压缩：tar -zxvf jdk1.7.0_21.tar
设置环境变量 sudo vim ~/.bashrc
在最下面添加：
export JAVA_HOME = /usr/lib/java/jdk1.7.0_21
export PATH = $JAVA_HOME/bin:$PATH
修改完后，用source ~/.bashrc让配置文件生效。
8、上传hadoop，配置hadoop
通过winSCP，上传hadoop，到/usr/local/下，解压缩tar -zxvf hadoop1.2.1.tar
再重命名一下，sudo mv hadoop1.2.1 hadoop
这样目录就变成/usr/local/hadoop
①修改环境变量，将hadoop加进去（最后四个linux都操作一次）
sudo vim ~/.bashrc
export HADOOP_HOME = /usr/local/hadoop
export PATH = $JAVA_HOme/bin:$HADOOP_HOME/bin:$PATH
修改完后，用source ~/.bashrc让配置文件生效。
②修改/usr/local/hadoop/conf下配置文件
hadoop-env.sh，
（上面这张图片，有一些问题，只export JAVA_HOME进去就可以了，不用export HADOOP_HOME和PATH了 ）
core-site.xml，
hdfs-site.xml，
mapred-site.xml，
master，
slave，
上面的hadoop-env.sh，core-site.xml，mapred-site.xml，hdfs-site.xml，master，slave几个文件，在四台linux中都是一样的。
配置完一台电脑后，可以将hadoop包，直接拷贝到其他电脑上。
③最后要记得，将hadoop的用户加进去，命令为
sudo chown -R hadoop:hadoop hadoop
sudo chown -R 用户名@用户组 目录名
④让hadoop配置生效
source hadoop-env.sh
⑤格式化namenode，只格式一次
hadoop namenode -format
⑥启动hadoop
切到/usr/local/hadoop/bin目录下，执行 start-all.sh启动所有程序
⑦查看进程，是否启动
jps
master，
host2，
host3，host4，的显示结果，与host2相同。
