3.4.1 系统规划

由于条件的限制，不能够获得更多的机器来进行模拟，所以在模拟完全分布式计算中，只能使用三台机器搭建环境。一台机器作为Namenode和JobTracker，另外两台机器作为运行任务的Datanode节点。如下表3-1所示:

表3-1  分布式机器节点说明

Node	User	IP adress	备注
Namenode	administrator1	192.168.0.1	Namenode和Jobtracker使用同一台机器
Datanode	administrator2	192.168.0.2
Datanode	administrator3	192.168.0.3

3.4.2 修改hosts

$ sudo gedit /etc/hosts  //将所使用到的三台主机及其名称添加到该文件中.

图3-1 修改hosts

3.4.3 配置ssh

//在Namenode节点上运行命令，使得Namenode能够无密码访问Datanode

$ scp administrator@192.168.0.2:/home/administrator/.ssh/id_dsa.pub  2_dsa.pub

$ cat 2_dsa.pub >> /home/administrator/authorized_keys

$ scp administrator@192.168.0.3:/home/administrator/.ssh/id_dsa.pub  3_dsa.pub

$ cat 3_dsa.pub >> /home/administrator/authorized_keys

//在Datanode节点上运行命令，使得Datanode能够无密码访问Namenode

$ scp administrator@192.168.0.1:/home/administrator/.ssh/id_dsa.pub 1_dsa.pub

$ cat 1_dsa.pub >> /home/administrator/authorized_keys

//在Datanode节点上运行命令，使得Datanode之间能够无密码访问

//在Datanode1(192.168.0.2)上

$ scp administrator@192.168.0.3:/home/administrator/.ssh/id_dsa.pub 3_dsa.pub

$ cat 3_dsa.pub >> /home/administrator/authorized_keys

//在Datanode2(192.168.0.3)上

$ scp administrator@192.168.0.2:/home/administrator/.ssh/id_dsa.pub 2_dsa.pub

$ cat 2_dsa.pub >> /home/administrator/authorized_keys

3.4.4 配置conf/masters、conf/slaves

在所有节点上都要配置:

1)      在$HADOOP_HOME/conf/masters 中加入 NameNode IP、Jobtracker IP，本论文中即添加一个IP即可，如下图3-2所示：

  

图3-2 配置masters

2)      在$HADOOP_HOME/conf/slaves 中加入 slaveIPs，本论文中即添加两个节点的IP地址即可，如下图3-3所示：

图3-3 配置slaves

3.4.5 配置三个文件

1)   配置$HADOOP_HOME/conf/core-site.xml

图3-4 配置core-site.xml

      原来文件是空的，只要在该文件中添加图3-4中标示部分的内容即可。如没有配置 hadoop.tmp.dir 参数,此时系统默认的临时目录为:/tmp/hadoop/hadoop。而这个目录在每次重启后都会被干掉,必须重新执行format才行,否则会出错 。

2)      配置$HADOOP_HOME/conf/hdfs-site.xml，只要在该文件中添加图3-5中标示部分的内容即可。

图3-5 配置hdfs-site.xml

3)      配置$HADOOP_HOME/conf/mapred-site.xml，在原文件中添加图3-6中标示的内容即可。

图3-6 配置mapred-site.xml

3.4.6 启动Hadoop系统

1)        在Namenode上格式化分布式系统

$ bin/hadoop namenode –format   //在Namenode上格式化系统

图3-7 格式化Namenode

2)        在Namenode上启动HDFS

$ bin/start-dfs.sh      //该命令将访问NameNode 上的 conf/slaves 文件,在本机上启动 NameNode,本机JobTracker 上启动 SecondaryNameNode,在conf/slaves文件里的所有主机上启动DataNode

图3-8 启动HDFS

3)        在JobTracker上启动Map-Reduce

$ bin/start-mapred.sh    //该命令将访问 JobTracker 上的 conf/slaves 文件,在本机上启动Jobtracker, 在 conf/slaves 文件里的所有主机上启动TaskTracker,本论文中的JobTracker和NameNode是同一个节点，所以在NameNode上启动 MapReduce。

图3-9 启动MapReduce

3.4.7 运行简单例子

1)        在/home/administrator文件夹下面创建临时文件test_file.txt,输入一些单词或语句。将本地文件test_file.txt文件复制到hdfs文件系统test-in文件夹中

$ bin/hadoop dfs -copyFromLocal /home/administrator/test_file.txt  /test-in

图3-10 复制文件

$ bin/hadoop dfs –ls test-in//查看文件系统test-in文件夹中文件是否上传成功

图3-11 查看文件

2)        执行简单例子

$ bin/hadoop jar hadoop-mapred-examples-0.21.0.jar wordcount test-in test-out

图3-12 执行任务

3)        查看结果

$ bin/hadoop dfs –cat test-out/part-r-00000

图3-13 查看结果

3.4.8 关闭hadoop进程

1)        关闭Map-Reduce，在JobTracker上

图3-14 关闭Map-Reduce

2)        关闭HDFS，在NameNode上

图3-15 关闭HDFS