简述：一个分布式系统基础架构，由Apache基金会开发。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有着高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高传输率（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以流的形式访问（streaming access）文件系统中的数据。

官方网站：http://hadoop.apache.org/

环境：
CentOS 6.0 x64

IP配置：
主机名             IP                 角色
ha01          10.0.0.232          namenode&jobtracker
ha02          10.0.0.233          datanode&tasktracker
ha03          10.0.0.234          datanode&tasktracker
ha04          10.0.0.235          datanode&tasktracker

准备工作：
1、所有服务器添加hosts 文件

1. vi /etc/hosts 
2. 10.0.0.232   ha01 
3. 10.0.0.233   ha02 
4. 10.0.0.234   ha03 
5. 10.0.0.235   ha04 

2、添加用户hadoop，并对此用户做信任关系

1. groupadd -g 690  hadoop 
2. useradd -g hadoop hadoop -u 690 

从ha01到 ha02、ha03、ha03做SSH信任。
此处略,详见我的文章：ssh无密码登录验证技术 http://www.elain.org/?p=62

安装部署：
java环境安装：

1. cd /root/tools 
2. wget http://download.oracle.com/otn-pub/java/jdk/7/jdk-7-linux-x64.rpm 
3. rpm -ivh jdk-7-linux-x64.rpm 
4.  
5. scp jdk-7-linux-x64.rpm ha02:/root/tools/ 
6. scp jdk-7-linux-x64.rpm ha03:/root/tools/ 
7. scp jdk-7-linux-x64.rpm ha04:/root/tools/ 

依次安装即可

验证java环境
 

1. [root@ha01 tools]# java -version 
2. java version "1.6.0_17" 
3. OpenJDK Runtime Environment (IcedTea6 1.7.4) (rhel-1.21.b17.el6-x86_64) 
4. OpenJDK 64-Bit Server VM (build 14.0-b16, mixed mode) 

安装hadoop
 

1. cd /root/tools 
2. wget http://mirror.bjtu.edu.cn/apache/hadoop/core/hadoop-0.20.2/hadoop-0.20.2.tar.gz 
3. tar zxvf hadoop-0.20.2.tar.gz 
4. mv hadoop-0.20.2 /elain/apps/hadoop 
5. chown -R hadoop.hadoop /elain/apps/hadoop 

建立hadoop所需目录(也可不建立，hadoop启动时会自动创建)
 

1. mkdir -p /data/hadoop/{name,data01,data02,data03,tmp} 
2. chown -R hadoop.hadoop /data/hadoop/{name,data01,data02,data03,tmp} 

配置

1. cd /elain/apps/hadoop 

配置java路径
 

1. vi /elain/apps/hadoop/conf/hadoop-env.sh 
2.  
3. export JAVA_HOME=/usr/java/jdk1.7.0 

核心配置
 

1. vi conf/core-site.xml 

1. <configuration> 
2. <property> 
3.       <name>fs.default.name</name> 
4.       <value>hdfs://ha01:9000</value> 
5.   </property> 
6. </configuration> 

1. vi mapred-site.xml 

1. <configuration> 
2.    <property> 
3.          <name>mapred.job.tracker</name> 
4.          <value>hdfs://ha01:9001</value> 
5.                        </property> 
6. </configuration> 

站点节点配置
 

1. vi conf/hdfs-site.xml 

1. <configuration> 
2.    <property> 
3.       <name>dfs.replication</name> 
4.             <value>3</value> 
5.                        </property> 
6.    <property> 
7.             <name>dfs.name.dir</name> 
8.             <value>/data/hadoop/name</value> 
9.                        </property> 
10.    <property> 
11.             <name>dfs.data.dir</name> 
12.             <value>/data/hadoop/data01,/data/hadoop/data02,/data/hadoop/data03</value> 
13.                        </property> 
14.    <property> 
15.             <name>dfs.tmp.dir</name> 
16.             <value>/data/hadoop/tmp</value> 
17.                        </property> 
18.    <property> 
19.             <name>dfs.block.size</name> 
20.             <value>2097152</value> 
21.                        </property> 
22.  
23. </configuration> 

主节点名称：masters
ha01

数据节点名称：slaves
ha02
ha03
ha04

初始化namenode节点

 

1. /elain/apps/hadoop/bin/hadoop namenode -format 

注：在此区分大小写，需输入大写Y

 

1. scp -r /elain/apps/hadoop ha02:/elain/apps/ 
2. scp -r /elain/apps/hadoop ha03:/elain/apps/ 
3. scp -r /elain/apps/hadoop ha04:/elain/apps/ 
4. ssh ha02 'chown -R hadoop.hadoop /elain/apps/hadoop' 
5. ssh ha03 'chown -R hadoop.hadoop /elain/apps/hadoop' 
6. ssh ha04 'chown -R hadoop.hadoop /elain/apps/hadoop' 

启动HDFS服务
在/elain/apps/hadoop/bin下有很多命令

start-all.sh       启动所有的Hadoop进程 ，包括namenode, datanode，jobtracker，tasktrack，secondarynamenode。
stop-all.sh        停止所有的Hadoop。
start-mapred.sh    启动Map/Reduce进程 ，包括Jobtracker和Tasktrack。
stop-mapred.sh     停止Map/Reduce进程 
start-dfs.sh       启动Hadoop DFS进程 ，Namenode和Datanode。
stop-dfs.sh        停止DFS进程 

 

1. [root@ha01 conf]# /elain/apps/hadoop/bin/start-all.sh 
2. starting namenode, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-namenode-ha01.out 
3. ha02: starting datanode, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-datanode-ha02.out 
4. ha03: starting datanode, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-datanode-ha03.out 
5. ha04: starting datanode, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-datanode-ha04.out 
6. ha01: starting secondarynamenode, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-secondarynamenode-ha01.out 
7. starting jobtracker, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-jobtracker-ha01.out 
8. ha04: starting tasktracker, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-tasktracker-ha04.out 
9. ha02: starting tasktracker, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-tasktracker-ha02.out 
10. ha03: starting tasktracker, logging to /elain/apps/hadoop/bin/../logs/hadoop-root-tasktracker-ha03.out 

在Master、Slave可以使用jps查看Hadoop启动状况

验证：
 

1. [root@ha01 conf]# jps 
2. 10955 SecondaryNameNode 
3. 11123 Jps 
4. 11027 JobTracker 
5. 10828 NameNode 

1. [root@ha02 ~]# jps 
2. 5163 DataNode 
3. 5299 Jps 
4. 5259 TaskTracker 

实例测试：等更新……