从0到1：搭建Hadoop集群
简书不会写代码，具体文稿还望移步CSDN：从0到1：搭建Hadoop集群
软件：VMware，SecureCRT
环境：centos
首先是要在VMware中创建三个centos环境，分别作为master（主机），slave1（从机），slave2（从机），并分别设置ip（此处很关键，但是要注意是否本地ip已经是静态ip了），设置完试试：ping www.baidu.com
接下来要在secureCRT中创建三个session，分别对应master，slave1，slave2的ip，创建并连接后要试试每个session中的：ifconfig，查看是否对应ip地址
为Linux配置Java环境变量：
首先要保证Linux下已经存在jdk文件夹，且在 /jdk/bin/ 下的可以执行： ./java 命令
0. su #进入到root模式
1. vim ~/.bashrc #编辑根目录下的.bashrc文件（不知道有没有.）
2. 在文件的末尾加入：
export JAVA_HOME=/usr/local/src/jdk1.6.0_45 #jdk文件夹的位置
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib #注意前面有个点.，且中间是冒号不是分号
export PATH=$PATH:$JAVA_HOME/bin
3. ESC :wq #保存并退出
4. source ~/.bashrc #很重要，就是要更新一下环境变量的意思吧
5. 这时候可以在root（要先su哈）模式中的任意目录下执行java命令，都可以了
搭建Hadoop环境：
在master节点上：
1. tar xvzf hadoop-1.2.1-bin.tar.gz #解压
2. cd hadoop-1.2.1
3. mkdir tmp #新建一个保存临时文件的文件夹
4. cd conf #进入/usr/local/src/hadoop-1.2.1/conf文件夹进行配置文件的修改
5. vim masters
master #删除掉原来的内容，然后保存退出
6. vim slaves
slave1
slave2
7. vim core-site.xml
在<configuration>标签中插入：
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/src/hadoop-1.2.1/tmp</value>
</property>
<property>
<name> fs.default </name>
<value> hdfs://xx:9000 </value> # xx是你的ip地址,
</property>
8. vim mapred-site.xml
<property>
<name>dfs.replication</name>
<value>3</value> #数据的负载数，默认3
</property>
9. vim hadoop-env.sh
在最后面加入
export JAVA_HOME=/usr/local/src/jdk1.6.0-45
10. vim /etc/hosts
相当于配置当前网络环境下的DSS，避免总是输入ip地址，最后面加入
192.168.145.130 master
192.168.145.132 slave1
192.168.145.133 slave2
11. hostname master #生效这个修改（临时）
12. vim /etc/sysconfig/network #永久生效
把hostname改成master （主机master，从机slave）
13. cd /usr/local/src #j进入到文件夹下准备复制文件
14. scp -rp * xx:/usr/local/src/ #将当前文件夹中的所有文件远程复制到对应的ip
在slave1节点上
1. cd /usr/local/src/ #进入到Hadoop文件夹下，用cat先检查对应的配置文件是否确实修改完（正常来说，因为是复制过来的，不会有问题）
2. vim /etc/hosts #修改hosts
最后面加入
192.168.145.130 master
192.168.145.132 slave1
192.168.145.133 slave2
3. vim /etc/sysconfig/network
#把hostname值改成slave1
4. hostname slave1
slave2中
1. cd /usr/local/src/ #进入到Hadoop文件夹下，用cat先检查对应的配置文件是否确实修改完（正常来说，因为是复制过来的，不会有问题）
2. vim /etc/hosts #修改hosts最后面加入
192.168.145.130 master
192.168.145.132 slave1
192.168.145.133 slave2
3. vim /etc/sysconfig/network
#把hostname值改成slave1
4. hostname slave1
在master、slave1、slave2中分别执行如下命令，关闭防火墙（应该是防止不同电脑配置有瑕疵吧）
1. /etc/init.d/iptables stop
2. iptables -L #检查一下
3. setenforce 0 #避免发生。。。问题（不太懂，先照做）
4. getenforce
建立每台机器的互信关系（不用密码验证）
master下
1. ssh-keygen #中途一直按回车就行，应该是生成公钥私钥文件的过程吧（我猜的）
2. cd ~/.ssh #进入到根目录下的隐藏目录ssh下
3. ls #显示当前目录下的文件，其中有id_rsa.pub：公钥文件，id_rsa:私钥文件
4. cp id_rsa.pub authorized_keys #复制公钥文件到authorized_keys文件中（这个文件会保存slave中的公钥内容）
5. 在slave1和slave2中分别进行ssh-keygen操作，并把各自的公钥文件中的内容复制粘贴到master的authorized_keys下
6. scp -rp authorized_keys slave1:~/.ssh #将authorized_keys远程复制到slave1的ssh中
7. scp -rp authorized_keys slave2:~/.ssh
现在就可以无密码连接啦，可以试试在master中
1. ssh slave1 #连接到slave1，此时应该不用输入密码了，其他的slave也是这样
2. exit #退出回到当前机器下
测试Hadoop集群
经过了漫长的配置（这配置过程真是要把我整崩溃了的说），终于到了这一步，是不是小兴奋了的说~
master中：
1. cd /usr/local/src/hadoop-1.2.1/bin #进入到Hadoop文件夹下
2. ./hadoop namenode -format #第一次使用Hadoop要先对namenode格式化一下
3. ./start-all.sh #启动Hadoop集群
不出意外的话现在就已经启动了，可以利用jps（显示当前进程）验证一下
master中的进程（其他的也差不多，当然如果具体 进程不同也不用太纠结）
用几个Hadoop命令测试一下
1. ./hadoop fs -ls / #显示Hadoop文件夹中的文件
2. ./hadoop fs -put /etc/passwd / #把passwd文件上传到Hadoop文件集群中
3. ./hadoop fs -cat /passwd #查看刚刚上传的passwd文件内容
Linux中常用快捷键总结：
shift+ctrl+C/V #复制、粘贴
