第一篇：在三台虚拟机上部署多节点Hadoop
cd /etc/network vi interfaces 进入vi后，编辑 auto eth0 iface eth0 inet static address IP地址 netmask 掩码 gateway 网关
重启SSH：
serivce ssh restart 重启网卡: /etc/init.d/networking restart 取得root权限：
sudo passwd su 1.硬件环境
共有3台机器，均使用的linux系统，Java使用的是openjdk-6-jdk sudo apt-get update sudo apt-get install openjdk-6-jdk 修改主机名：
su vi /etc/hostname IP配置如下：
hadoop1：192.168.75.132(NameNode)hadoop2：192.168.75.131(DataNode)hadoop3：192.168.75.133(DataNode)这里有一点需要强调的就是，务必要确保每台机器的主机名和IP地址之间能正确解析。一个很简单的测试办法就是ping一下主机名，比如在hadoop1上ping hadoop2，如果能ping通就OK！若不能正确解析，可以修改/etc/hosts文件，如果该台机器作Namenode用，则需要在hosts文件中加上集群中所有机器的IP地址及其对应的主机名；如果该台机器作Datanode用，则只需要在hosts文件中加上本机IP地址和Namenode机器的IP地址。
以本文为例，hadoop1(NameNode)中的/etc/hosts文件看起来应该是这样的：
vi /etc/hosts 127.0.0.1 hadoop1 localhost 192.168.75.132 hadoop1 hadoop1 192.168.75.131 hadoop2 hadoop2 192.168.75.133 hadoop3 hadoop3 hadoop2(DataNode)中的/etc/hosts文件看起来就应该是这样的： 127.0.0.1 hadoop2 localhost 192.168.75.132 hadoop1 hadoop1 192.168.75.131 hadoop2 hadoop2 hadoop3(DataNode)中的/etc/hosts文件看起来就应该是这样的： 127.0.0.1 hadoop3 localhost 192.168.75.132 hadoop1 hadoop1 192.168.75.133 hadoop3 hadoop3 对于Hadoop来说，在HDFS看来，节点分为Namenode和Datanode，其中Namenode只有一个，Datanode可以是很多；在MapReduce看来，节点又分为Jobtracker和Tasktracker，其中Jobtracker只有一个，Tasktracker可以是很多。我是将namenode和jobtracker部署在hadoop1上，hadoop2, hadoop3作为datanode和tasktracker。当然你也可以将namenode，datanode，jobtracker，tasktracker全部部署在一台机器上。
2.目录结构
由于Hadoop要求所有机器上hadoop的部署目录结构要相同，并且都有一个相同的用户名的帐户。
addgroup hadoop adduser--ingroup hadoop hadoop 三台机器上是这样的：都有一个hadoop的帐户，主目录是/home/hadoop。
下载hadoop：
wget http://mirror.bjtu.edu.cn/apache/hadoop/core/stable/hadoop-0.20.203.0rc1.tar.gz 解压：[hadoop@ hadoop1:~]$tar-zxvf hadoop-0.21.0.tar.gz Hadoop部署目录结构如下：/home/hadoop/hadoop0.21.0，所有的hadoop版本放在这个目录中。
将hadoop0.21.0压缩包解压至hadoop0.21.0中，为了方便以后升级，建议建立一个链接指向要使用的hadoop版本，不妨设为hadoop，[hadoop@ hadoop1:~]$ln-s hadoop-0.21.0 hadoop 这样一来，所有的配置文件都在/home/hadoop/hadoop/conf/目录中，所有执行程序都在/home/hadoop/hadoop/bin目录中。但是由于上述目录中hadoop的配置文件和hadoop的安装目录是放在一起的，这样一旦日后升级hadoop版本的时候所有的配置文件都会被覆盖，因此建议将配置文件与安装目录分离，一种比较好的方法就是建立一个存放配置文件的目录，/home/hadoop/hadoop/hadoop-config，然后将/home/hadoop/hadoop/conf/目录中的masters，slaves，hadoop-env.sh三个文件拷贝到hadoop-config目录中，并指定环境变量$HADOOP_CONF_DIR指向该目录。环境变量在/home/hadoop/.bashrc和/etc/profile中设定。
如：
HADOOP_CONF_DIR=/home/hadoop/hadoop/hadoop-config export HADOOP_CONF_DIR 即：
cd /home/hadoop/hadoop mkdir hadoop-config cp conf/masters hadoop-config/ cp conf/slaves hadoop-config/ cp conf/hadoop-env.sh hadoop-config/ sudo vi /etc/profile HADOOP_CONF_DIR=/home/hadoop/hadoop/hadoop-config export HADOOP_CONF_DIR vi /home/hadoop/.bashrc HADOOP_CONF_DIR=/home/hadoop/hadoop/hadoop-config export HADOOP_CONF_DIR 综上所述，为了方便以后升级版本，我们需要做到配置文件与安装目录分离，并通过设定一个指向我们要使用的版本的hadoop的链接，这样可以减少我们对配置文件的维护。
3.SSH设置
在Hadoop启动以后，Namenode是通过SSH(Secure Shell)来启动和停止各个节点上的各种守护进程的，这就需要在节点之间执行指令的时候是不需要输入密码的方式，故我们需要配置SSH使用无密码公钥认证的方式。
首先要保证每台机器上都装了SSH服务器，且都正常启动。实际中我们用的都是OpenSSH，这是SSH协议的一个免费开源实现。
apt-get install ssh 以本文中的3台机器为例，现在hadoop1是主节点，它需要主动发起SSH连接到hadoop2，对于SSH服务来说，hadoop1就是SSH客户端，而hadoop2, hadoop3则是SSH服务端，因此在hadoop2，hadoop3上需要确定sshd服务已经启动。简单的说，在hadoop1上需要生成一个密钥对，即一个私钥，一个公钥。将公钥拷贝到hadoop2上，这样，比如当hadoop1向hadoop2发起ssh连接的时候，hadoop2上就会生成一个随机数并用hadoop1的公钥对这个随机数进行加密，并发送给hadoop1，hadoop1收到这个加密的数以后用私钥进行解密，并将解密后的数发送回hadoop2，hadoop2确认解密的数无误后就允许hadoop1进行连接了。这就完成了一次公钥认证过程。
对于本文中的3台机器，首先在hadoop1上生成密钥对：
[hapoop@hadoop1:~]$ssh-keygen-t dsa –P ‘’ –f ~/.ssh/id_dsa 这个命令将为hadoop1上的用户hadoop生成其密钥对。生成的密钥对id_rsa，id_rsa.pub，在/home/hadoop/.ssh目录下。
[hapoop@hadoop1:.ssh]$cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys 然后将id_rsa.pub的内容复制/home/hadoop/.ssh/authorized_keys文件中。
对于hadoop2：[hapoop @ hadoop2:~]$mkdir.ssh 对于hadoop3：[hapoop @ hadoop3:~]$mkdir.ssh [hapoop @ hapoop1:.ssh]$scp authorized_keys hapoop2:/home/hapoop/.ssh/ [hapoop @ hapoop1:.ssh]$scp authorized_keys hapoop3:/home/hapoop/.ssh/
此处的scp就是通过ssh进行远程copy，此处需要输入远程主机的密码，即hadoop2，hadoop3机器上hadoop帐户的密码，当然，你也可以用其他方法将authorized_keys文件拷贝到其他机器上。
[hadoop@hadoop2:.ssh]$chmod 640 authorized_keys [hadoop@hadoop3:.ssh]$chmod 640 authorized_keys
这一步非常关键，必须保证authorized_keys只对其所有者有读写权限，其他人不允许有写的权限，否则SSH是不会工作的。
[hadoop@ hadoop2:.ssh] $ls-la
drwx------2 hadoop hadoop.drwx------3 hadoop hadoop..-rw-r--r--1 hadoop hadoop authorized_keys
注意每个机器上的.ssh目录的ls-la都应该和上面是一样的
接着，在3台机器上都需要对sshd服务进行配置，修改文件/etc/ssh/sshd_config。
vi /etc/ssh/sshd_config #去除密码认证
PasswordAuthentication no
(?如果这样，putty就不能登陆Linux了,去掉)AuthorizedKeysFile.ssh/authorized_keys 至此各个机器上的SSH配置已经完成，可以测试一下了，比如hadoop1向hadoop2发起ssh连接。
[hadoop@hadoop1:~]$ssh hadoop2 如果ssh配置好了，就会出现以下提示信息 The authenticity of host [hadoop2] can't be established.Key fingerprint is 1024 5f:a0:0b:65:d3:82:df:ab:44:62:6d:98:9c:fe:e9:52.Are you sure you want to continue connecting(yes/no)? OpenSSH告诉你它不知道这台主机，但是你不用担心这个问题，因为你是第一次登录这台主机。键入“yes”。这将把这台主机的“识别标记”加到“~/.ssh/know_hosts”文件中。第二次访问这台主机的时候就不会再显示这条提示信息了。
然后你会发现不需要输入密码就可以建立ssh连接了，恭喜你，配置成功了,不过，别忘了测试本机ssh hadoop1。
(应该是只设置hadoop1对hadoop2发送ssh连接和hadoop1对hadoop3发送ssh连接，下面的需要配置吗？)同样，hadoop1对hadoop3发起ssh连接，再在hadoop3发起对hadoop1的连接。这里不在赘述。
4.Hadoop环境变量
在/home/hadoop/hadoop/hadoop-config目录下的hadoop-env.sh中设置Hadoop需要的环境变量，其中JAVA_HOME是必须设定的变量。HADOOP_HOME变量可以设定也可以不设定，如果不设定，HADOOP_HOME默认的是bin目录的父目录，即本文中的/home/hadoop/hadoop。我的是这样设置的: export HADOOP_HOME=/home/hadoop/hadoop 这一句话export JAVA_HOME=/usr/java/jdk1.6.0_20改成： export JAVA_HOME=/usr/lib/jvm/java-6-openjdk 5.Hadoop配置文件
修改slaves文件
如前所述，在hadoop1(NameNode)的hadoop-config/目录下，打开slaves文件，该文件用来指定所有的DataNode，一行指定一个主机名。即本文中的hadoop2、hadoop3，因此slaves文件看起来应该是这样的：
括号？？？？？？ 即hadoop2和192.168.75.131二者写一个就行 hadoop2（192.168.75.131）hadoop3（192.168.75.133）修改masters文件
打开masters文件，该文件用来指定NameNode，内容如下： hadoop1（192.168.75.132）
在hadoop的安装目录分别找到core-default.xml，hdfs-default.xml，mapred-default.xml三个文件，然后copy到hadoop-config/目录下，这三个文件包含Hadoop的所有配置项，然后把这个分别改名为core-site.xml，hdfs-site.xml，mapred-site.xml，我们根据需要修改如下：（注意：下面的配置文件中不要有中文或中文的符号，否则报错）修改core-site.xml core-site.xml的修改项如下:
[hadoop@hadoop1:~]$scp-r /home/hadoop/hadoop hadoop2:/home/hadoop/ [hadoop@hadoop1:~]$scp-r /home/hadoop/hadoop hadoop3:/home/hadoop/
至此，可以说，Hadoop已经在各个机器上部署完毕了，下面就让我们开始启动Hadoop吧。
7.启动Hadoop 启动之前，我们先要格式化namenode，先进入~/hadoop/目录，执行下面的命令：
[hadoop@hadoop1 hadoop]$bin/hadoop namenode –format 不出意外，应该会提示格式化成功。如果不成功，就去hadoop/logs/目录下去查看日志文件。
下面就该正式启动hadoop啦，在bin/下面有很多启动脚本，可以根据自己的需要来启动。
* start-all.sh 启动所有的Hadoop守护。包括namenode, datanode, jobtracker, tasktrack * stop-all.sh 停止所有的Hadoop * start-mapred.sh 启动Map/Reduce守护。包括Jobtracker和Tasktrack * stop-mapred.sh 停止Map/Reduce守护
* start-dfs.sh 启动Hadoop DFS守护.Namenode和Datanode * stop-dfs.sh 停止DFS守护
在这里，简单启动所有守护：
[hadoop@hadoop1:hadoop]$bin/start-all.sh 同样，如果要停止hadoop，则
[hadoop@hadoop1:hadoop]$bin/stop-all.sh 8.HDFS操作
运行bin/目录的hadoop命令，可以查看Haoop所有支持的操作及其用法，这里以几个简单的操作为例。建立目录：
[hadoop@hadoop1 hadoop]$bin/hadoop dfs-mkdir testdir 在HDFS中建立一个名为testdir的目录，复制文件：
[hadoop@hadoop1 hadoop]$bin/hadoop dfs-put /home/large.zip testfile.zip 把本地文件large.zip拷贝到HDFS的根目录/user/hadoop/下，文件名为testfile.zip，查看现有文件：
[hadoop@hadoop1 hadoop]$bin/hadoop dfs-ls 1 多机模式部署
一、Jdk安装 命令：
sudo apt-get update sudo apt-get install openjdk-6-jdk 目录：/usr/lib/jvm/java-6-openjdk 配置环境变量：
sudo gedit /etc/environment 在其中添加如下两行：
CLASSPATH=./:/usr/lib/jvm/java-6-openjdk/lib JAVA_HOME=/usr/lib/jvm/java-6-openjdk PATH添加：:/usr/lib/jvm/java-6-openjdk
二、新增hadoop用户
命令：sudo addgroup hadoop sudo adduser--ingroup hadoop hadoop sudo gedit etc/sudoers 添加配置：
在root ALL=(ALL)ALL后 hadoop ALL=(ALL)ALL使hadoop用户具有root权限（id：查看用户）
三、ssh配置
用hadoop账户进行登录。
安装openssh-server：sudo apt-get install openssh-server 建立SSH KEY：ssh-keygen-t rsa-P “" 启用SSH KEY：cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys sudo /etc/init.d/ssh reload 验证SSH的配置：ssh localhost
四、安装hadoop并更改用户所有权
wget http://mirror.bjtu.edu.cn/apache/hadoop/core/stable/hadoop-0.20.203.0rc1.tar.gz 我们采用的Hadoop版本是最新的Hadoop-0.20.2，可到Apache基金会官方主页下载http://www.xiexiebang.com/dyn/closer.cgi/hadoop/core,然后使用tar或直接解压到/home/hadoop下，解压后得到一个hadoop-0.20.2的一个文件夹。
安装目录：/usr/local/hadoop
更改所有权：chown-R hadoop:hadoop hadoop
五、配置hadoop(1)配置$HADOOP_HOME/conf/hadoop-env.sh 切换到Hadoop的安装路径找到hadoop-0.20.2下的conf/hadoop-env.sh文件 将：# export JAVA_HOME=/usr/lib/j2sdk1.5-sun 改为：export JAVA_HOME=/usr/lib/jvm/java-6-openjdk(2)配置$HADOOP_HOME/conf/core-site.xml 切换到Hadoop的安装路径找到hadoop-0.20.2下的conf/core-site.xml文件 Number of minutes between trash checkpoints.If zero, the trash feature is disabled --NameNode HTTP状态监视地址 --SecondaryNameNode HTTP状态监视地址 --每个job的map任务数 --每一个tasktracker同时运行的map任务数为2 --每一个tasktracker同时运行的reduce任务数为4
六、格式化namenode 命令：bin/hadoop namenode-format
七、启动及验证
命令：./bin/start-all.sh 验证方法1：jps 验证方法2：bin/hadoop dfsadmin-report
八：运行Wordcount 1.准备工作
准备两个文本文件并拷贝到dfs里，具体命令操作如下： $ echo ”hello hadoop world.“ > /tmp/test_file1.txt $ echo ”hello world hadoop.i'm ceshiuser." > /tmp/test_file2.txt $ bin/hadoop dfs-mkdir test-in $ bin/hadoop dfs-copyFromLocal /tmp/test*.txt test-in--$ bin/hadoop dfs-put /tmp/test*.txt test-in--$ bin/hadoop dfs-copyToLocal test-out /tmp/test*.txt--$ bin/hadoop dfs-get test-out /tmp/test*.txt $ bin/hadoop dfs-ls test-in 2.运行
$ bin/hadoop jar hadoop-0.20.2-examples.jar wordcount test-in test-out--% ln-s /home/hadoop/junyu-hadoop/hadoop-iflytek-tempcount.jar tempcount 3.查看结果
$ bin/hadoop dfs-ls test-out $ bin/hadoop dfs-cat test-out/part-r-00000 分布式部署：
一，修改/etc/hosts文件： 192.168.71.89 node0 192.168.77.213 node1
二，ssh配置
(1)使用scp 命令把生成的公钥传给其它服务器，并保存成不同的名字，如192.168.71.89-> 192.168.77.213，并且保存为89_id_rsa.pub 的时候命令如下：
scp id_rsa.pub hadoop@192.168.77.213:/home/hadoop/.ssh/89_id_rsa.pub(2)登录192.168.77.213，可以远程登录：ssh hadoop@192.168.77.213,进入当前用户默认目录下的.ssh 目录:cd ~/.ssh
(3)把公钥内容添加到登录认证文件中：cat 89_id_rsa.pub >> authorized_keys
(4)登录到192.168.71.89 主机，使用ssh hadoop@192.168.77.213 进行连接213 主机，这时候会出现输入yes/no? 的提示，输入yes。
三，配置hadoop文件。目录：/usr/local/hadoop/conf/ conf/masters ：192.168.71.89 conf/slaves ：192.168.77.213
修改 core-site.xml 文件
修改 hdfs-site.xml 文件
1：
修改mapred-site.xml文件
点击咨询 