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. http://www.michael-noll.com/tutorials/running-hadoop-on-ubuntu-linux-single-node-cluster/

2. http://www.michael-noll.com/tutorials/running-hadoop-on-ubuntu-linux-multi-node-cluster/

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。