Hadoop集群安装注意事项

(2013年1月5日)近日在网上找到两篇关于Ubuntu下Hadoop单机和集群安装的文章，英文的

可以用来参考一下：

1.

2.

总体来说，跟单机版的差不多，只是配置文件需要做些修改，以及各个服务器之间可以无密码ssh切换。现在简单描述一下:

1. 所有机器的安装目录要保持一致，比如都是在~/hadoop/目录下，将hadoop添加到环境变量当中去，修改.bashrc,在后面添加：

export HADOOP_HOME=/home/user/hadoop/hadoop

export PATH=${HADOOP_HOME}/bin:${PATH}

export HADOOP_CONF_DIR=$HADOOP_HOME/conf

CLASSPATH=.:$HADOOP_HOME/lib

2. 修改hadoop-env.sh

export Java_HOME=$JAVA_HOME
export HADOOP_CLASSPATH="$HADOOP_CLASSPATH"
export HADOOP_HEAPSIZE=2048

3. 设置masters内容
 
    machine1 （/etc/hosts里面需要配置好的，具体查看这个文件）
 
  4. 设置slaves内容
 
    machine1
 
    machine2
 
  5. 设置core-site.xml
 
<configuration>
  <property>
 <name>hadoop.tmp.dir</name>
        <value>/home/user/hadoop/hadoop/tmp</value>
  </property>
  <property>
 <name>fs.default.name</name>
        <value>hdfs://machine1:9000</value>
  </property>
</configuration>
 
 6. 设置hdfs-site.xml
 
<configuration>
    <property>
 <name>dfs.replication</name>
        <value>2</value>
    </property>
</configuration>
 
 7. 设置mapred-site.xml
 
<configuration>
  <property>
 <name>mapred.job.tracker</name>
 <value>machine1:9001</value>
  </property>
  <property>
    <name>mapred.child.java.opts</name>
    <value>-server -Xmx1g -Djava.net.preferIPv4Stack=true</value>
  </property>
</configuration>
 
 注：mapred.child.java.opts是执行task的时候新建的子JVM虚拟机最大内存的指定，默认是640M
 
所以也可以不设置，只有当你运行任务内存不够的时候设置这个值。
 
将hadoop-env.sh，core-site.xml，hdfs-site.xml，mapred-site.xml，masters,slaves文件分发到其它hadoop node, 依然是通过start-dfs.sh start-mapred.sh启动hadoop, 启动好之后，master机器上的进程还是跟单机版的一样有namenode, datanode, secondaryNameNode,jobtracker, tasktracker, slave机器上有两个进程，一个是datanode , 一个tasktracker进程。

更多Hadoop相关信息见Hadoop 专题页面 ?tid=13

相关阅读：

Hadoop 2.0 安装向导 (0.23.x)

Hadoop 1.2.1 单节点安装(Single Node Setup)步骤

在CentOS上安装Hadoop

Ubuntu 12.04安装Hadoop

CentOS 6.3 x86_64安装与配置Hadoop-1.0

Hadoop入门--Hadoop2伪分布式安装