这里使用cloudrea的rpm源，安装hadoop

环境为：

192.168.255.132 test01.linuxjcq.com =》master
192.168.255.133 test02.linuxjcq.com =》slave01
192.168.255.134 test03.linuxjcq.com =》slave02

每台主机中的/etc/hosts文件有以上配置和基本的java环境设置，使用的java包为openjdk

1. 安装cloudrea

wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cdh3-repository-1.0-1.noarch.rpm -P /usr/local/src

yum localinstall --nogpgcheck /usr/local/src/cdh3-repository-1.0-1.noarch.rpm

rpm --import http://archive.cloudera.com/redhat/6/x86_64/cdh/RPM-GPG-KEY-cloudera 

2. 安装hadoop包

yum install hadoop-0.20 hadoop-0.20-namenode hadoop-0.20-secondarynamenode hadoop-0.20-datanode hadoop-0.20-jobtracker hadoop-0.20-tasktracker hadoop-0.20-source

将hadoop按照各个部分的功能分为了

source：hadoop-0.20-source

base：hadoop-0.20

namenode：hadoop-0.20-namenode

secondnamenode：hadoop-0.20-secondarynamenode

jobtracker：hadoop-0.20-jobtracker

tasktracker：hadoop-0.20-tasktracker

同时会默认添加两个用户和一个组

hdfs用户用于操作hdfs文件系统

mapred用户用于mapreduce工作

这两个用户都属于hadoop组，不存在hadoop用户。

以上1,2在每一个节点都需进行操作

3. 配置master节点

a. 创建配置

cloudrea配置可以通过alternatives工具

cp -r /etc/hadoop-0.20/conf.empty /etc/hadoop-0.20/conf.my_cluster

复制配置文件

alternatives --display hadoop-0.20-conf

alternatives --install /etc/hadoop-0.20/conf
hadoop-0.20-conf /etc/hadoop-0.20/conf.my_cluster 50

查看配置，并安装新的配置

alternatives --display hadoop-0.20-conf
hadoop-0.20-conf - status is auto.
 link currently points to /etc/hadoop-0.20/conf.my_cluster
/etc/hadoop-0.20/conf.empty - priority 10
/etc/hadoop-0.20/conf.my_cluster - priority 50
Current `best' version is /etc/hadoop-0.20/conf.my_cluster.

确认安装了新配置

b. 设置java主目录


  
  1. vi hadoop-env.sh  
  2. export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-1.6.0.0.x86_64 
 
  
JAVA_HOME为JAVA的主目录，可以使用OPENJDK
 
  
c. 设置core-site.xml
 
  

  
  1. vi core-site.xml  
  2. <configuration> 
  3.   <property> 
  4.     <name>fs.default.name</name> 
  5.     <value>hdfs://test01.linuxjcq.com:9000/</value> 
  6.   </property> 
  7. </configuration> 
 
  
使用这个访问hdfs文件系统
 
  
d. 设置hdfs-site.xml
 
  

  
  1. vi /etc/hadoop/hdfs-site.xml  
  2. <configuration> 
  3.   <property> 
  4.     <name>dfs.replication</name> 
  5.     <value>2</value> 
  6.   </property> 
  7.   <property> 
  8.     <name>dfs.name.dir</name> 
  9.     <value>/data/hadoop/hdfs/name</value> 
  10.   </property> 
  11.   <property> 
  12.     <name>dfs.data.dir</name> 
  13.     <value>/data/hadoop/hdfs/data</value> 
  14.   </property> 
  15. </configuration> 
 
  
e. 设置mapred-site.xml
 
  

  
  1. <configuration> 
  2.  <property>
  3.  <name>mapred.system.dir</name>
  4.  <value>/mapred/system</value>
  5.  </property>
  6.   <property> 
  7.     <name>mapred.local.dir</name> 
  8.     <value>/data/hadoop/mapred/local</value> 
  9.   </property> 
  10.   <property> 
  11.     <name>mapred.job.tracker</name> 
  12.     <value>test01.linuxjcq.com:9001</value> 
  13.   </property> 
  14. </configuration> 
 
  
f. 设置secondnamenode和datanode
 
  
secondnamenode
 
  

  
  1. vi /etc/hadoop/masters  
  2. test02.linuxjcq.com 
 
  
datanode
 
  

  
  1. test02.linuxjcq.com  
  2. test03.linuxjcq.com 
 
  
g. 创建相应的目录
 
  
创建dfs.name.dir和dfs.data.dir
 
  
mkdir -p /data/hadoop/hdfs/{name,data}
 
  
创建mapred.local.dir
 
  
mkdir -p /data/hadoop/mapred/local
 
  
修改dfs.name.dir和dfs.data.dir拥有者为hdfs，组拥有者为hadoop，目录权限为0700
 
  
chown -R hdfs:hadoop /data/hadoop/hdfs/{name,data}
 
  
chmod -R 0700 /data/hadoop/hdfs/{name,data}
 
  
修改mapred.local.dir拥有者为mapred，组拥有者为hadoop，目录权限为755
 
  
chown -R mapred:hadoop /data/hadoop/mapred/local
 
  
chmod -R 0755 /data/hadoop/mapred/local
 
  
4. 配置secondnamenode和datanode节点
 
  
重复3中的步骤a-f
 
  
5. 在master节点上格式化namenode
 
  
sudo -u hdfs hadoop namenode -format
 
  
6. 启动节点
 
  
master启动namenode
 
  
service hadoop-0.20-namenode start
 
  
secondnamenode启动
 
  
service hadoop-0.20-secondnamenode start
 
  
启动各个数据节点
 
  
service hadoop-0.20-datanode start
 
  
7. 创建hdfs的/tmp目录和mapred.system.dir
 
  
sudo -u hdfs hadoop fs -mkdir /mapred/system
 sudo -u hdfs hadoop fs -chown mapred:hadoop /mapred/system
 sudo -u hdfs hadoop fs -chmod 700 /mapred/system
 
  
mapred.system.dir需要在jobtracker启动前创建
 
  
sudo -u hdfs hadoop dfs -mkdir /tmp
 sudo -u hdfs hadoop dfs -chmod -R 1777 /tmp
 
  
8. 开启mapreduce
 
  
在datanode节点上执行
 
  
service hadoop-0.20-tasktracker start
 
  
在namenode节点上启动jobtracker
 
  
service hadoop-0.20-jobtasker start
 
  
9. 设置开机启动
 
  
namenode节点：需要启动的为namenode何jobtracker，关闭其他的服务
 
  
chkconfig hadoop-0.20-namenode on
 chkconfig hadoop-0.20-jobtracker on
 chkconfig hadoop-0.20-secondarynamenode off
 chkconfig hadoop-0.20-tasktracker off
 chkconfig hadoop-0.20-datanode off
 
  
datanode节点：需要启动datanode和tasktracker
 
  
chkconfig hadoop-0.20-namenode off
 chkconfig hadoop-0.20-jobtracker off
 chkconfig hadoop-0.20-secondarynamenode off
 chkconfig hadoop-0.20-tasktracker on
 chkconfig hadoop-0.20-datanode on
 
  
secondarynamenode节点：需要启动secondarynamenode
 
  
chkconfig hadoop-0.20-secondarynamenode on
 
  
说明：
 
  
这些hadoop包作为独立的服务启动，不需要通过ssh，也可以配置ssh，通过使用start-all.sh和stop-all.sh来管理服务。