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。