hadoop框架
Hadoop使用主/從（Master/Slave）架構(gòu)，主要角色有NameNode，DataNode，secondary NameNode，JobTracker，TaskTracker組成。
其中NameNode，secondary NameNode，JobTracker運行在Master節(jié)點上，DataNode和TaskTracker運行在Slave節(jié)點上。
1，NameNode
NameNode是HDFS的守護程序，負(fù)責(zé)記錄文件是如何分割成數(shù)據(jù)塊的，以及這些數(shù)據(jù)塊被存儲到哪些數(shù)據(jù)節(jié)點上。它的功能是對內(nèi)存及I/O進(jìn)行集中管理。
2，DataNode
集群中每個從服務(wù)器都運行一個DataNode后臺程序，后臺程序負(fù)責(zé)把HDFS數(shù)據(jù)塊讀寫到本地文件系統(tǒng)。需要讀寫數(shù)據(jù)時，由NameNode告訴客戶端去哪個DataNode進(jìn)行具體的讀寫操作。
3，Secondary NameNode
Secondary NameNode是一個用來監(jiān)控HDFS狀態(tài)的輔助后臺程序，如果NameNode發(fā)生問題，可以使用Secondary NameNode作為備用的NameNode。
4，JobTracker
JobTracker后臺程序用來連接應(yīng)用程序與Hadoop，用戶應(yīng)用提交到集群后，由JobTracker決定哪個文件處理哪個task執(zhí)行，一旦某個task失敗，JobTracker會自動開啟這個task。
4，TaskTracker
TaskTracker負(fù)責(zé)存儲數(shù)據(jù)的DataNode相結(jié)合，位于從節(jié)點，負(fù)責(zé)各自的task。
hadoop的安裝
1）安裝SSH
sudo apt-get install ssh
2）安裝java
3）安裝hadoop
下載并解壓縮
tar -zxvf hadoop-0.21.0.tar.gz
4）改變配置
指定java安裝路徑
使用vi
vi conf/hadoop-env.sh
添加
export JAVA_HOME = /usr/java/jdk1.7.0_01
可以使用三種模式安裝，測試階段可以使用單機模式。
在啟動的時候可能會遇到很多問題，比如 22 connection refused
可以安裝openssh，使用apt-get
sudo apt-get install openssh-client
sudo apt-get install openssh-server
sudo apt-get install chkconfig
使用chkconfig --list | grep sshd查看服務(wù)是否啟動
使用ssh localhost
出現(xiàn)如下提示
輸入密碼后
出現(xiàn)歡迎頁面，配置成功
免密碼登錄
ssh-keygen -t rsa
進(jìn)入.ssh目錄
執(zhí)行
cp id_rsa.pub authorized_keys
重新ssh localhost，可以不輸入密碼
單機偽分布式：
進(jìn)入目錄/hadoop/conf
編輯 ~/hadoop/conf/core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop/hadoop-${user.name}</value> </property></configuration> |
編輯 ~/hadoop/conf/hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property></configuration> |
編輯 ~/hadoop/conf/mapred-site.xml
<configuration> <property> <name>mapred.job.tracker</name> <value>localhost:9001</value> </property></configuration> |
然后進(jìn)入hadoop/bin目錄
執(zhí)行 ./hadoop namenode -format
執(zhí)行start-all.sh
啟動完成
打開瀏覽器，輸入http://localhost:50030
就可以看到如下界面
運行示例 bin/hadoop jar hadoop-mapred-examples-0.21.0.jar wordcount in out
得到輸出結(jié)果，配置成功！
安裝eclipse插件
插件的路徑在0.21下有所更改，路徑如下
將插件拷到eclipse pluglin目錄下
重啟eclipse
啟動后多出一個目錄
就可以使用eclipse進(jìn)行編程了。
