在學習Hadoop的過程中，你可能會遇到Hadoop集群搭建的問題，本節(jié)就和大家一起學習Hadoop集群搭建的方法，希望大家能夠掌握。

Hadoop集群搭建

目的
本文描述了如何安裝、配置和管理有實際意義的Hadoop集群，其規(guī)?？蓮膸讉€節(jié)點的小集群到幾千個節(jié)點的超大集群。

如果你希望在單機上安裝Hadoop玩玩，從這里能找到相關細節(jié)。

先決條件

確保在你集群中的每個節(jié)點上都安裝了所有必需軟件。
獲取Hadoop軟件包。

安裝

安裝Hadoop集群通常要將安裝軟件解壓到集群內的所有機器上。
通常，集群里的一臺機器被指定為NameNode，另一臺不同的機器被指定為JobTracker。這些機器是masters。余下的機器即作為DataNode也作為TaskTracker。這些機器是slaves。
我們用HADOOP_HOME指代安裝的根路徑。通常，集群里的所有機器的HADOOP_HOME路徑相同。

配置

接下來的幾節(jié)描述了Hadoop集群搭建過程中如何配置Hadoop集群。

配置文件

對Hadoop的配置通過conf/目錄下的兩個重要配置文件完成：

hadoop-default.xml-只讀的默認配置。
hadoop-site.xml-集群特有的配置。
要了解更多關于這些配置文件如何影響Hadoop框架的細節(jié)，請看這里。
此外，通過設置conf/hadoop-env.sh中的變量為集群特有的值，你可以對bin/目錄下的Hadoop腳本進行控制。

Hadoop集群配置

Hadoop集群搭建過程中要配置Hadoop集群，你需要設置Hadoop守護進程的運行環(huán)境和Hadoop守護進程的運行參數(shù)。
Hadoop守護進程指NameNode/DataNode和JobTracker/TaskTracker。

配置Hadoop守護進程的運行環(huán)境

管理員可在conf/hadoop-env.sh腳本內對Hadoop守護進程的運行環(huán)境做特別指定。
至少，你得設定JAVA_HOME使之在每一遠端節(jié)點上都被正確設置。
管理員可以通過配置選項HADOOP_*_OPTS來分別配置各個守護進程。下表是可以配置的選項。

例如，配置Namenode時,為了使其能夠并行回收垃圾（parallelGC），要把下面的代碼加入到hadoop-env.sh:
exportHADOOP_NAMENODE_OPTS="-XX:+UseParallelGC${HADOOP_NAMENODE_OPTS}"

其它可定制的常用參數(shù)還包括：
HADOOP_LOG_DIR-守護進程日志文件的存放目錄。如果不存在會被自動創(chuàng)建。
HADOOP_HEAPSIZE-***可用的堆大小，單位為MB。比如，1000MB。這個參數(shù)用于設置hadoop守護進程的堆大小。缺省大小是1000MB。

配置Hadoop守護進程的運行參數(shù)
這部分涉及Hadoop集群的重要參數(shù)，這些參數(shù)在conf/hadoop-site.xml中指定。

通常，上述參數(shù)被標記為final以確保它們不被用戶應用更改。請期待下界關于Hadoop集群搭建的介紹。
 

【編輯推薦】

1. Hadoop集群與Hadoop性能優(yōu)化
2. 專家指導 如何進行Hadoop分布式集群配置
3. Hadoop集群與Hadoop性能優(yōu)化
4. HadoopHBase實現(xiàn)配置簡單的單機環(huán)境
5. 深入剖析Hadoop HBase