Hadoop是Apache开源组织的一个分布式计算开源框架，在很多大型网站上都已经得到了应用，如亚马逊、Facebook和Yahoo等等。对于我来说，最近的一个使用点就是服务集成平台的日志分析。服务集成平台的日志量将会很大，而这也正好符合了分布式计算的适用场景（日志分析和索引建立就是两大应用场景）。
今天我们来实际搭建一下Hadoop 2.2.0版，实战环境为目前主流服务器操作系统CentOS 5.8系统。
一、实战环境
1 2 3 4 5 6 | 系统版本：CentOS 5.8x86_64JAVA版本：JDK-1.7.0_25Hadoop版本：hadoop-2.2.0192.168.149.128namenode （充当namenode、secondary namenode和ResourceManager角色）192.168.149.129datanode1 （充当datanode、nodemanager角色）192.168.149.130datanode2 （充当datanode、nodemanager角色） |
二、系统准备
1、Hadoop可以从Apache官方网站直接下载最新版本Hadoop2.2。官方目前是提供了linux32位系统可执行文件，所以如果需要在64位系统上部署则需要单独下载src 源码自行编译。（如果是真实线上环境，请下载64位hadoop版本，这样可以避免很多问题，这里我实验采用的是32位版本）
1 2 3 4 | Hadoop下载地址http://apache.claz.org/hadoop/common/hadoop-2.2.0/Java 下载下载http://www.oracle.com/technetwork/java/javase/downloads/index.html |
2、我们这里采用三台CnetOS服务器来搭建Hadoop集群，分别的角色如上已经注明。
第一步：我们需要在三台服务器的/etc/hosts里面设置对应的主机名如下（真实环境可以使用内网DNS解析）
[root@node1 hadoop]# cat /etc/hosts
1 2 3 4 5 6 | # Do not remove the following line, or various programs# that require network functionality will fail.127.0.0.1localhost.localdomain localhost192.168.149.128node1192.168.149.129node2192.168.149.130node3 |
（注* 我们需要在namenode、datanode三台服务器上都配置hosts解析）
第二步：从namenode上无密码登陆各台datanode服务器，需要做如下配置:
1 2 3 4 | 在namenode 128上执行ssh-keygen，一路Enter回车即可。然后把公钥/root/.ssh/id_rsa.pub拷贝到datanode服务器即可，拷贝方法如下：ssh-copy-id -i .ssh/id_rsa.pub root@192.168.149.129ssh-copy-id -i .ssh/id_rsa.pub root@192.168.149.130 |
三、Java安装配置
1 2 3 4 5 | tar -xvzf jdk-7u25-linux-x64.tar.gz &&mkdir -p /usr/java/ ; mv /jdk1.7.0_25 /usr/java/ 即可。安装完毕并配置java环境变量，在/etc/profile末尾添加如下代码：export JAVA_HOME=/usr/java/jdk1.7.0_25/export PATH=$JAVA_HOME/bin:$PATHexport CLASSPATH=$JAVE_HOME/lib/dt.jar:$JAVE_HOME/lib/tools.jar:./ |
保存退出即可，然后执行source /etc/profile 生效。在命令行执行java -version 如下代表JAVA安装成功。
1 2 3 4 | [root@node1 ~]# java -versionjava version "1.7.0_25"Java(TM) SE Runtime Environment (build 1.7.0_25-b15)Java HotSpot(TM) 64-Bit Server VM (build 23.25-b01, mixed mode) |
（注* 我们需要在namenode、datanode三台服务器上都安装Java JDK版本）
四、Hadoop版本安装
官方下载的hadoop2.2.0版本，不用编译直接解压安装就可以使用了，如下：
第一步解压:
1 2 | tar -xzvf hadoop-2.2.0.tar.gz &&mv hadoop-2.2.0/data/hadoop/（注* 先在namenode服务器上都安装hadoop版本即可，datanode先不用安装，待会修改完配置后统一安装datanode） |
第二步配置变量：
1 2 3 4 5 | 在/etc/profile末尾继续添加如下代码，并执行source /etc/profile生效。export HADOOP_HOME=/data/hadoop/export PATH=$PATH:$HADOOP_HOME/bin/export JAVA_LIBRARY_PATH=/data/hadoop/lib/native/（注* 我们需要在namenode、datanode三台服务器上都配置Hadoop相关变量） |
五、配置Hadoop
在namenode上配置，我们需要修改如下几个地方：
1、修改vi /data/hadoop/etc/hadoop/core-site.xml 内容为如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 | <?xml version="1.0"?><?xml-stylesheet type="text/xsl"href=\‘#\‘" Put site-specific property overrides inthisfile. --><configuration><property><name>fs.default.name</name><value>hdfs://192.168.149.128:9000</value></property><property><name>hadoop.tmp.dir</name><value>/tmp/hadoop-${user.name}</value><description>A base forother temporary directories.</description></property></configuration> |
2、修改vi /data/hadoop/etc/hadoop/mapred-site.xml内容为如下：
1 2 3 4 5 6 7 8 | <?xml version="1.0"?><?xml-stylesheet type="text/xsl"href=\‘#\‘" Put site-specific property overrides inthisfile. --><configuration><property><name>mapred.job.tracker</name><value>192.168.149.128:9001</value></property></configuration> |
3、修改vi /data/hadoop/etc/hadoop/hdfs-site.xml内容为如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 | <?xml version="1.0"encoding="UTF-8"?><?xml-stylesheet type="text/xsl"href=\‘#\‘" /name><value>/data/hadoop/data_name1,/data/hadoop/data_name2</value></property><property><name>dfs.data.dir</name><value>/data/hadoop/data_1,/data/hadoop/data_2</value></property><property><name>dfs.replication</name><value>2</value></property></configuration> |
4、在/data/hadoop/etc/hadoop/hadoop-env.sh文件末尾追加JAV_HOME变量：
1 | echo "export JAVA_HOME=/usr/java/jdk1.7.0_25/">> /data/hadoop/etc/hadoop/hadoop-env.sh |
5、修改 vi /data/hadoop/etc/hadoop/masters文件内容为如下：
1 | 192.168.149.128 |
6、修改vi /data/hadoop/etc/hadoop/slaves文件内容为如下：
1 2 | 192.168.149.129192.168.149.130 |
如上配置完毕，以上的配置具体含义在这里就不做过多的解释了，搭建的时候不明白，可以查看一下相关的官方文档。
如上namenode就基本搭建完毕，接下来我们需要部署datanode，部署datanode相对简单，执行如下操作即可。
1 | fori in`seq 129130` ; doscp -r /data/hadoop/ root@192.168.149.$i:/data/ ; done |
自此整个集群基本搭建完毕，接下来就是启动hadoop集群了。
六、启动hadoop并测试
在启动hadoop之前，我们需要做一步非常关键的步骤，需要在namenode上执行如下命令初始化name目录和数据目录。
1 | cd /data/hadoop/ ; ./bin/hadoop namenode -format |
那如何算初始化成功呢，如下截图成功创建name目录即正常：
然后启动hadoop所有服务，如下命令：
1 | [root@node1 hadoop]# ./sbin/start-all.sh |
我们还可以查看相应的端口是否启动：netstat -ntpl
访问如下地址：http://192.168.149.128:50070/
访问地址：http://192.168.149.128:8088/
搭建完成后，我们简单的实际操作一下，如下图：
自此hadoop基本搭建完毕，接下来还有更深更多的东西需要去了解和学习，希望和大家一起学习，进步，分享、快乐。
本文出自 “linux学习和交流空间” 博客，请务必保留此出处http://yangcan918.blog.51cto.com/5518117/1358992
原文：http://yangcan918.blog.51cto.com/5518117/1358992