hadoop多台机器集群的配置以前也配置过hadoop集群，但是很久没有重新去倒腾配置的细节，导致这次走了不少弯
hadoop多台机器集群的配置
以前也配置过hadoop集群，但是很久没有重新去倒腾配置的细节，导致这次走了不少弯路。为了让后来的人少走弯路，也给我自己留个提醒，于是就有了这篇文章。
首先配置这个集群主要包括三个部分。三个部分各自都有自己的milestone，可以在配置完之后运行相关的测试来校验是否配置成功。
1.准备工作
这之前最好是预先有了几台相同用户名（要特别注意，对于用户名不同的话ssh的时候还需要用户名的信息。）的VM或者主机。我用的三台VM用户名都是hzm 机器的ip分别为192.168.28.130，192.168.28.132，192.168.28.133. 为了省去每次都输入IP的烦恼，可以先把一台机器的/etc/hosts文件添加以下几行：
192.168.28.130 master192.168.28.132 slave1192.168.28.133 slave2
添加完之后，把这个文件scp到其余的两台机器的/etc/目录下。这样从ip到机器名的映射就可以了。这里简单说下scp命令。scp命令是用来在多台机器之间传送文件的，主要是从本地传文件到远程机器。用法如下：scp filename username@ip：~/ 注，ip之后的目录接着的是远程的目录(例：scp test.txt hzm@192.168.28.130:~ 是把text.txt 从本地传输到远程的主目录) 如果要传输目录到远程，则用scp -r foldername username@ip：~/ . 这样准备工作就做好了。
2.配置java
配置java的过程比较简单。而且每台机器的配置都一样，可以只配一台机器，之后scp到其他的机器即可。先在网上下载对应的java压缩包，用tar -xzvf jre***.tar 解压缩到一个目录（我是解压到home目录）。解压之后还需要配置下/etc/profile 文件，是为了系统能够找到你所配置的java。在/etc/profile的文件开始处添加以下三行export JAVA_HOME=/home/hzm/jre1.7.0_17export PATH=$JAVA_HOME/bin:$PATHexport CLASSPATH=$JAVA_HOME/lib/rt.jar:$JAVA_HOME/lib/tools.jar
配置完之后把/etc/profile 和java的目录 分别用scp传输到其他的主机上。完成之后三台机器上都可以运行java -version了就表示配置成功了。
3. 配置ssh这个步骤算是比较麻烦的步骤，没办法在一台机器上完成然后scp到其他的机器。先每台机器都运行ssh-keygen ，这样就会在每台机器的用户主目录生成.ssh 文件夹。ssh配置的目标是不用密码就可以ping 通其他的机器。达到这一个目的需要有一个包括所有机器的id_rsa.pub的名为authorized_keys的文件，并放置在.ssh 目录中。具体的步骤如下：1.先在每台机器上分别运行ssh-keygen2.从第一个机器开始，先 cat .ssh/id_rsa.pub>>authorized_keys 然后scp authorized_keys文件到第二台机器3.然后在第二台机器上接收到了authorized_keys文件后，再用cat .ssh/id_rsa.pub>>authorized_keys 把本机的id_rsa.pub内容追加到authorized_keys文件中。4. 依次方法做下去，直到authorized_keys包含了所有机器中的id_rsa.pub的内容。用scp 把这个文件复制到所有的机器。放在.ssh 目录下。5. 这个时候就应该配置完成了。可以在每台机器上试试，ssh ip 是不是可以无密码登陆了。用exit可以退出登陆。如果每台机器都可以不需要密码ssh 到其他的机器就表示这一步完成了。
4.配置hadoop这次我配置的hadoop的版本是hadoop-1.1.2 。配置一点几的版本基本上都差不多。注意，配置hadoop在一台机器上配置好整个hadoop目录的内容，之后只需要将hadoop整个文件夹scp到其他的机器就可以了。主要配置六个配置文件1. hadoop-env.sh将java home的目录配置好，这步不用多说。2. core-site.xml
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://master:49000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadooper/hadooptmp</value>
</property>
</configuration>
3.hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
</configuration>
4.mapred-site.xml
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:49001</value>
</property>
</configuration>
5. masters 文件我的文件内容为
master
因为此前已经配置好hosts文件，把ip和机器名对应了起来。如果没有配置hosts文件，此处用对应的ip代替。
6. slaves 文件我的文件内容为
slave1slave2
同上
这样在一个机器上的hadoop文件夹就配置好了。现在就可以将这个文件夹用scp -r hadoop-1.1.2 hzm@192.168.28.130:~ 来把整个hadoop文件夹复制到其他机器的用户主目录了。
复制完成之后，可以从master机器上启动hadoop。命令为bin/hadoop namenode -format #格式化dfsbin/start-all.sh #启动namenode datanode Jobstracker Taskstracker
不出意外的话，可以从 用浏览器master:50030 和master：50070上查看dfs和mapreduce的状态了。
5.其他在配置的过程中，ssh的过程可能会遇到比较多的问题。这个时候除了以上介绍的方法外，可以去试着改变一下.ssh文件的目录。好像在一些系统下这个会导致.ssh 配置出现问题。如果在添加用户或者之类的文件出现了linux系统的问题，可以用recovery模式下更改权限等。另外尽量不要去直接编辑/etc/sudoers文件。之后我会尝试着写脚本来简化所有的配置过程。大家有问题可以留言里回复。谢谢。
