完全分布式安装hadoop
以三个节点为例的服务器集群来安装和配置hadoop
以下是各服务器ip地址和对应所做的节点
192.168.61.128 master
192.168.61.129 slave1
192.168.61.133 slave2
首先修改每个服务器上的hosts文件
使用命令
vi /etc/hosts编辑
在最后追加
192.168.61.128 master
192.168.61.129 slave1
192.168.61.133 slave2
三行
为每个服务器创建hadoop账户
在root用户下，使用命令
useradd hadoop
passwd hadoop
输入两遍新密码完成
为每个服务器安装jdk
jdk文件版本为jdk-7u45-linux-i586.rpm
可以在官网上下载各个版本的linux jdk文件
使用命令
rpm -ivh jdk-7u45-linux-i586.rpm
进行安装
安装完成之后编辑profile文件配置环境变量
vi /etc/profile
在末尾追加
export JAVA_HOME=/usr/java/jdk1.7.0_45
export PATH=$JAVA_HOME/bin/:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
注意jdk对应的版本号
编辑完成后使用命令
source /etc/profile
保存配置
之后输入java -version可以查看jdk版本信息
配置ssh免密码登录
在每个服务器上
输入命令
chmod -R 755 /home/hadoop
mkdir ~/.ssh
ssh-keygen -t rsa
ssh-keygen -t dsa
rsa和dsa分别生成不同加密格式的ssh密钥，直接一直按回车键保存在默认的路径
在master节点上配置authorized_keys文件
输入命令
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
将本地的密钥保存在authorized_keys
ssh slave1 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh slave1 cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
ssh slave2 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh slave2 cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
使用ssh分别将slave1和slave2节点上的密钥保存在authorized_keys
这样之后，master节点上的authorized_keys文件就保存了所有服务器的密钥
由于还没有设置ssh免密码登录，所以传输的时候需要输入各个节点的密码（系统对用hadoop用户的密码）
之后将这个文件分别传输到各个节点上
scp ~/.ssh/authorized_keys slave1:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys slave2:~/.ssh/authorized_keys
配置完成
接下来要对各个节点上的.ssh目录设置权限（很重要，有时候就是因为权限问题无法登陆）
输入命令
chmod -R 700 ~/.ssh
注意当前你所在的路径
接下来可以再每个服务器上测试ssh是否可以免密码登录了
例：
在master节点上输入
ssh master date
将会提示
The authenticity of host 'master (10.10.10.100)' can't be established.
RSA key fingerprint is 99:ef:c2:9e:28:e3:b6:83:e2:00:eb:a3:ee:ad:29:d8.
Are you sure you want to continue connecting (yes/no)?
这是因为这台机器上的ssh没有把master记录在已知的主机列表中
输入yes回车即可
（之后的各个节点一样，输入yes让其记住主机，之后就可以免密码登录）
如果中间出现什么异常或者错误，有可能是权限问题导致，请百度之
在master节点上配置hadoop
将hadoop包放到/home.hadoop目录下方便操作
进入hadoop目录下的conf目录
1.修改hadoop-env.sh文件
添加
export JAVA_HOME=/usr/java/jdk1.7.0_45
配置jdk的环境变量，注意jdk版本
2.修改core-site.xml文件
<property>
<name>fs.default.name</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
</property>
设置namenode节点的IP和端口
设置hadoop.tmp.dir路径，默认是/tmp/$username，重启就会删除该目录的文件，所以这里给他配置一个自定义的路径
3.修改hdfs-site.xml文件
<property>
<name>dfs.data.dir</name>
<value>/home/hadoop/hadoop-data</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>/home/hadoop/hadoop-name</value>
</property>
<property>
<name>fs.checkpoint.dir</name>
<value>/home/hadoop/hadoop-namesecondary</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
设置hdfs文件系统
4.修改mapred-site.xml文件
<property>
<name>mapred.job.tracker</name>
<value>master:9001</value>
</property>
设置jobtracker的ip和端口
以上xml文件的配置都只是在源文件的基础上添加对应的property节点即可
5.在conf目录下
vi masters
输入master
vi slaves
输入
slave1
slave2
有几个slave节点就写几个，注意换行
配置完成之后使用ssh将hadoop传输到各个节点上
scp -r hadoop-0.20.2/ slave1:~/
scp -r hadoop-0.20.2/ slave2:~/
传输完毕之后再master节点上
进入hadoop目录下的bin目录
输入命令
hadoop namenode -format
开始格式化namenode
注意看提示格式化是否成功
在输入命令
start-all.sh
启动hadoop集群
启动完成后
在master节点输入jps可以看到已经在运行的namenode，secondarynode和tasktracker进程
在各个slave节点上输入jps可以看到已经在运行的datanode和jobtracker进程
在master节点输入stop-all.sh可以停止集群运行
如果遇到在slave节点上的进程运行一会就自动停止
可能原因有两个：
1.系统防火墙阻止
在各个节点上，切换到root用户使用命令
service iptables stop
成功会返回三个ok提示，关闭防火墙
2.先使用stop-all.sh停止集群
在core-site.xml文件中配置的hadoop.tmp.dir的值，找到对应的路径
删除里面的文件
然后使用
hadoop namenode -format
重新格式化一下namenode
如果其实hadoop-name文件已经存在，找到这个文件夹，删除之，在重新格式化即可
在使用start-all.sh启动集群
以上每个步骤确保看到成功的提示（或者没有失败的提示）
在配置过程中就是因为没有仔细看系统提示
失败的操作一直以为是成功的导致浪费了大量的时间
另外，操作使用的hadoop版本是0.20.2
如果出现其他的错误，可以到各个节点的hadoop目录下的logs文件件查看对应的日志文件
在到网上自行百度之~
启动完成之后在任意一个节点中打开浏览器输入一下网址可以通过WEB界面查看hadoop
http://192.168.61.128:50030/（jobtracker的HTTP服务器地址和端口）
http://192.168.61.128:50060/（taskertracker的HTTP服务器地址和端口）
http://192.168.61.128:50070/（namenode的HTTP服务器地址和端口）
http://192.168.61.128:50075/（datanode的HTTP服务器地址和端口）
http://192.168.61.128:50090/（secondary namenode的HTTP服务器地址和端口）
