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：

進入目錄/hadoop/conf

編輯 ~/hadoop/conf/core-site.xml

編輯  ~/hadoop/conf/hdfs-site.xml

編輯 ~/hadoop/conf/mapred-site.xml

然后進入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進行編程了。