本節(jié)向大家介紹一下Hadoop安裝部署方面的知識，這是我們在學習Hadoop時必須要掌握的內(nèi)容，本節(jié)主要包括硬件環(huán)境，目錄結(jié)構(gòu)和SSH配置等內(nèi)容，希望通過本節(jié)的學習大家能夠掌握Hadoop安裝部署的步驟。

Hadoop安裝部署 

1.硬件環(huán)境
共有3臺機器，均使用的FC5系統(tǒng)，Java使用的是jdk1.6.0。IP配置如下：
dbrg-1：202.197.18.72
dbrg-2：202.197.18.73
dbrg-3：202.197.18.74
這里有一點需要強調(diào)的就是，務(wù)必要確保每臺機器的主機名和IP地址之間能正確解析。

一個很簡單的測試辦法就是ping一下主機名，比如在dbrg-1上pingdbrg-2，如果能ping通就OK！若不能正確解析，可以修改/etc/hosts文件，如果該臺機器作Namenode用，則需要在hosts文件中加上集群中所有機器的IP地址及其對應(yīng)的主機名；如果該臺機器作Datanode用，則只需要在hosts文件中加上本機IP地址和Namenode機器的IP地址。
以本文為例，dbrg-1中的/etc/hosts文件看起來就應(yīng)該是這樣的：
127.0.0.0localhostlocalhost
202.197.18.72dbrg-1dbrg-1
202.197.18.73dbrg-2dbrg-2
202.197.18.74dbrg-3dbrg-3
dbrg-2中的/etc/hosts文件看起來就應(yīng)該是這樣的：
127.0.0.0localhostlocalhost
202.197.18.72dbrg-1dbrg-1
202.197.18.73dbrg-2dbrg-2

在上一篇學習筆記中提到過，對于Hadoop來說，在HDFS看來，節(jié)點分為Namenode和Datanode，其中Namenode只有一個，Datanode可以是很多；在MapReduce看來，節(jié)點又分為Jobtracker和Tasktracker，其中Jobtracker只有一個，Tasktracker可以是很多。
我是將namenode和jobtracker部署在dbrg-1上，dbrg-2,dbrg-3作為datanode和tasktracker。當然你也可以將namenode，datanode，jobtracker，tasktracker全部部署在一臺機器上

2.目錄結(jié)構(gòu)
由于Hadoop要求所有機器上hadoop安裝部署目錄結(jié)構(gòu)要相同，并且都有一個相同的用戶名的帳戶。
我的三臺機器上是這樣的：都有一個dbrg的帳戶，主目錄是/home/dbrg
Hadoop部署目錄結(jié)構(gòu)如下：/home/dbrg/HadoopInstall，所有的hadoop版本放在這個目錄中。
將hadoop0.12.0壓縮包解壓至HadoopInstall中，為了方便以后升級，建議建立一個鏈接指向要使用的hadoop版本，不妨設(shè)為hadoop
[dbrg@dbrg-1:HadoopInstall]$ln-shadoop0.12.0hadoop
這樣一來，所有的配置文件都在/hadoop/conf/目錄中，所有執(zhí)行程序都在/hadoop/bin目錄中。
但是由于上述目錄中hadoop的配置文件和hadoop的安裝目錄是放在一起的，這樣一旦日后升級hadoop版本的時候所有的配置文件都會被覆蓋，因此建議將配置文件與安裝目錄分離，一種比較好的方法就是建立一個存放配置文件的目錄，/home/dbrg/HadoopInstall/hadoop-config/，然后將/hadoop/conf/目錄中的hadoop_site.xml，slaves，hadoop_env.sh三個文件拷貝到hadoop-config/目錄中(這個問題很奇怪，在官網(wǎng)上的GettingStartedWithHadoop中說是只需要拷貝這個三個文件到自己創(chuàng)建的目錄就可以了，但我在實際配置的時候發(fā)現(xiàn)還必須把masters這個文件也拷貝到hadoop-conf/目錄中才行，不然啟動Hadoop的時候就會報錯說找不到masters這個文件)，并指定環(huán)境變量$HADOOP_CONF_DIR指向該目錄。環(huán)境變量在/home/dbrg/.bashrc和/etc/profile中設(shè)定。
 

綜上所述，為了方便以后升級版本，我們需要做到配置文件與安裝目錄分離，并通過設(shè)定一個指向我們要使用的版本的hadoop的鏈接，這樣可以減少我們對配置文件的維護。在下面的部分，你就會體會到這樣分離以及鏈接的好處了。

3.SSH設(shè)置
我們再來看一下Hadoop安裝部署中SSH如何設(shè)置。在Hadoop啟動以后，Namenode是通過SSH（SecureShell）來啟動和停止各個節(jié)點上的各種守護進程的，這就需要在節(jié)點之間執(zhí)行指令的時候是不需要輸入密碼的方式，故我們需要配置SSH使用無密碼公鑰認證的方式。
首先要保證每臺機器上都裝了SSH服務(wù)器，且都正常啟動。實際中我們用的都是OpenSSH，這是SSH協(xié)議的一個免費開源實現(xiàn)。FC5中默認安裝的OpenSSH版本是OpenSSH4.3P2。
以本文中的三臺機器為例，現(xiàn)在dbrg-1是主節(jié)點，它需要主動發(fā)起SSH連接到dbrg-2和dbrg-3，對于SSH服務(wù)來說，dbrg-1就是SSH客戶端，而dbrg-2、dbrg-3則是SSH服務(wù)端，因此在dbrg-2，dbrg-3上需要確定sshd服務(wù)已經(jīng)啟動。簡單的說，在dbrg-1上需要生成一個密鑰對，即一個私鑰，一個公鑰。將公鑰拷貝到dbrg-2，dbrg-3上，這樣，比如當dbrg-1向dbrg-2發(fā)起ssh連接的時候，dbrg-2上就會生成一個隨機數(shù)并用dbrg-1的公鑰對這個隨機數(shù)進行加密，并發(fā)送給dbrg-1；dbrg-1收到這個加密的數(shù)以后用私鑰進行解密，并將解密后的數(shù)發(fā)送回dbrg-2，dbrg-2確認解密的數(shù)無誤后就允許dbrg-1進行連接了。這就完成了一次公鑰認證過程。

對于本文中的三臺機器，首先在dbrg-1上生成密鑰對：
[dbrg@dbrg-1:~]$ssh-keygen-trsa
這個命令將為dbrg-1上的用戶dbrg生成其密鑰對，詢問其保存路徑時直接回車采用默認路徑，當提示要為生成的密鑰輸入passphrase的時候，直接回車，也就是將其設(shè)定為空密碼。生成的密鑰對id_rsa，id_rsa.pub，默認存儲在/home/dbrg/.ssh目錄下。然后將id_rsa.pub的內(nèi)容復制到每個機器(也包括本機)的/home/dbrg/.ssh/authorized_keys文件中，如果機器上已經(jīng)有authorized_keys這個文件了，就在文件末尾加上id_rsa.pub中的內(nèi)容，如果沒有authorized_keys這個文件，直接cp或者scp就好了，下面的操作假設(shè)各個機器上都沒有authorized_keys文件。

對于dbrg-1
[dbrg@dbrg-1:.ssh]$cpid_rsa.pubauthorized_keys

對于dbrg-2（dbrg-3同dbrg-2的方法）
[dbrg@dbrg-2:~]$mkdir.ssh
[dbrg@dbrg-1:.ssh]$scpauthorized_keysdbrg-2:/home/dbrg/.ssh/
此處的scp就是通過ssh進行遠程copy，此處需要輸入遠程主機的密碼，即dbrg-2機器上dbrg帳戶的密碼，當然，你也可以用其他方法將authorized_keys文件拷貝到其他機器上
[dbrg@dbrg-2:.ssh]$chmod644authorized_keys
這一步非常關(guān)鍵，必須保證authorized_keys只對其所有者有讀寫權(quán)限，其他人不允許有寫的權(quán)限，否則SSH是不會工作的。
[dbrg@dbrg-2:.ssh]ls-la
drwx------2dbrgdbrg.
drwx------3dbrgdbrg..
-rw-r--r--1dbrgdbrgauthorized_keys
注意每個機器上的.ssh目錄的ls-la都應(yīng)該和上面是一樣的

接著，在三臺機器上都需要對sshd服務(wù)進行配置(其實是可以不用配置的，完成了上面的那些操作了以后SSH就已經(jīng)可以工作了)，在三臺機器上修改文件/etc/ssh/sshd_config
#去除密碼認證
PasswordAuthenticationno
AuthorizedKeyFile.ssh/authorized_keys

至此Hadoop安裝部署過程中各個機器上的SSH配置已經(jīng)完成，可以測試一下了，比如dbrg-1向dbrg-2發(fā)起ssh連接
[dbrg@dbrg-1:~]$sshdbrg-2
如果ssh配置好了，就會出現(xiàn)以下提示信息
Theauthenticityofhost[dbrg-2]can'tbeestablished.
Keyfingerprintis10245f:a0:0b:65:d3:82:df:ab:44:62:6d:98:9c:fe:e9:52.
Areyousureyouwanttocontinueconnecting(yes/no)?
OpenSSH告訴你它不知道這臺主機，但是你不用擔心這個問題，因為你是第一次登錄這臺主機。鍵入“yes”。這將把這臺主機的“識別標記”加到“~/.ssh/know_hosts”文件中。第二次訪問這臺主機的時候就不會再顯示這條提示信息了。然后你會發(fā)現(xiàn)不需要輸入密碼就可以建立ssh連接了，恭喜你，Hadoop安裝部署成功了，不過，別忘了測試本機sshdbrg-1
 

【編輯推薦】

1. Hadoop安裝手冊新手必備
2. Hadoop安裝與使用如何進行？
3. Hadoop集群與Hadoop性能優(yōu)化
4. Hadoop 從Yahoo向Google的技術(shù)轉(zhuǎn)折
5. Yahoo公布Hadoop的源代碼