Cloudera實現Hadoop步驟詳解
本節繼續和大家一起學習利用Cloudera實現Hadoop 方法，上節我們介紹了利用Cloudera實現Hadoop 的規劃，本節就詳細介紹一下其安裝設置，希望本節的介紹對你的學習有所幫助。
利用 Cloudera 實現Hadoop
安裝
規劃好了就開始安裝Hadoop，如前言中所說使用Cloudera的Hadoop發布版安裝Hadoop是十分方便的，首先當然是在每臺主機上一個干凈的操作系統（我用的是Ubuntu 8.04，用戶設為Hadoop，其它的版本應該差不多），然后就是安裝Hadoop了（這樣安裝的是Hadoop-0.20，也可以安裝Hadoop- 0.18的版本，反正安裝步驟都差不多。注意，不能同時啟用Hadoop-0.20和Hadoop-0.18）。由于每臺機器安裝步驟都一樣，這里就寫出了一臺主機的安裝步驟，主要分為以下幾個步驟：
設置Cloudera的源
生成Cloudera源文件（這里采用的是Hadoop-0.20版本）：
sudo vi /etc/apt/sources.list.d/cloudera.list#穩定版（Hadoop-0.18）#deb http://archive.cloudera.com/debian hardy-stable contrib#deb-src http://archive.cloudera.com/debian hardy-stable contrib#測試版（Hadoop-0.20）deb http://archive.cloudera.com/debian hardy-testing contribdeb-src http://archive.cloudera.com/debian hardy-testing contrib生成源的密鑰：
sudo apt-get install curlcurl -s http://archive.cloudera.com/debian/archive.key | sudo apt-key add -
安裝Hadoop
更新源包索引：
sudo apt-get updatesudo apt-get dist-upgrade安裝Hadoop：
sudo apt-get install hadoop-0.20 hadoop-0.20-conf-pseudo
部署
安裝好這幾臺主機的Hadoop環境之后，如果要實現Hadoop 還要對它們進行分布式運行模式的部署了，首先是設置它們之間的互聯。
主機互聯
Hadoop環境中的互聯是指各主機之間網絡暢通，機器名與IP地址之間解析正常，可以從任一主機ping通其它主機的主機名。注意，這里指的是主機名，即在Hadoop-01主機上可以通過命令ping Hadoop-02來ping通Hadoop-02主機（同理，要求這幾臺主機都能相互Ping通各自的主機名）。可以通過在各主機的/etc /hosts文件來實現，具體設置如下：
sudo vi /etc/hosts127.0.0.1 localhost10.x.253.201 hadoop-01 hadoop-0110.x.253.202 hadoop-02 hadoop-0210.x.253.203 hadoop-03 hadoop-0310.x.253.204 hadoop-04 hadoop-0410.x.3.30 firehare-303 firehare-303將每個主機的hosts文件都改成上述設置，這樣就實現了主機間使用主機名互聯的要求。
注：如果深究起來，并不是所有的主機都需要知道Hadoop環境中其它主機主機名的。其實只是作為主節點的主機（如NameNode、 JobTracker），需要在該主節點hosts文件中加上Hadoop環境中所有機器的IP地址及其對應的主機名，如果該臺機器作Datanode 用，則只需要在hosts文件中加上本機和主節點機器的IP地址與主機名即可（至于JobTracker主機是否也要同NameNode主機一樣加上所有機器的IP和主機名，本人由于沒有環境，不敢妄言，但猜想是要加的，如果哪位兄弟有興趣，倒是不妨一試）。在這里只是由于要作測試，作為主節點的主機可能會改變，加上本人比較懶，所以就全加上了。:) 下面看一下Cloudera實現Hadoop 時的相關設置。
計算機帳號設置
Hadoop要求所有機器上hadoop的部署目錄結構要相同，并且都有一個相同用戶名的帳戶。由于這里采用的是Cloudera發布的Hadoop包，所以并不需要這方面的設置，大家了解一下即可。
SSH設置
在 Hadoop 分布式環境中，主節點(NameNode、JobTracker) 需要通過 SSH 來啟動和停止從節點(DataNode、TeskTracker)上的各類進程。因此需要保證環境中的各臺機器均可以通過 SSH 登錄訪問，并且主節點用 SSH 登錄從節點時，不需要輸入密碼，這樣主節點才能在后臺自如地控制其它結點。可以將各臺機器上的 SSH 配置為使用無密碼公鑰認證方式來實現。 Ubuntu上的SSH協議的開源實現是OpenSSH, 缺省狀態下是沒有安裝的，如需使用需要進行安裝。下面再來看一下利用Cloudera實現Hadoop 過程中如何安裝OpenSSH。
安裝OpenSSH
安裝OpenSSH很簡單，只需要下列命令就可以把openssh-client和openssh-server給安裝好： sudo apt-get install ssh
設置OpenSSH的無密碼公鑰認證
首先在Hadoop-01機器上執行以下命令：
hadoop@hadoop-01:~$ ssh-keygen -t rsaGenerating public/private rsa key pair.Enter file in which to save the key (/home/hadoop/.ssh/id_rsa):Enter passphrase (empty for no passphrase):（在這里直接回車）Enter same passphrase again:（在這里直接回車）Your identification has been saved in /home/hadoop/.ssh/id_rsa.Your public key has been saved in /home/hadoop/.ssh/id_rsa.pub.The key fingerprint is:9d:42:04:26:00:51:c7:4e:2f:7e:38:dd:93:1c:a2:d6 hadoop@hadoop-01上述命令將為主機hadoops-01上的當前用戶hadoop生成其密鑰對，該密鑰對被保存在/home/hadoop/.ssh/id_rsa 文件中，同時命令所生成的證書以及公鑰也保存在該文件所在的目錄中（在這里是：/home/hadoop/.ssh），并形成兩個文件 id_rsa，id_rsa.pub。然后將 id_rsa.pub 文件的內容復制到每臺主機(其中包括本機hadoop-01)的/home/hadoop/.ssh/authorized_keys文件的尾部，如果該文件不存在，可手工創建一個。
注意：id_rsa.pub 文件的內容是長長的一行，復制時不要遺漏字符或混入了多余換行符。
無密碼公鑰SSH的連接測試
從 hadoop-01 分別向 hadoop-01, hadoop-04, firehare-303 發起 SSH 連接請求，確保不需要輸入密碼就能 SSH 連接成功。注意***次 SSH 連接時會出現類似如下提示的信息：
The authenticity of host [hadoop-01] can't be established. The key fingerprint is: c8:c2:b2:d0:29:29:1a:e3:ec:d9:4a:47:98:29:b4:48 Are you sure you want to continue connecting (yes/no)?請輸入 yes, 這樣 OpenSSH 會把連接過來的這臺主機的信息自動加到 /home/hadoop/.ssh/know_hosts 文件中去，第二次再連接時，就不會有這樣的提示信息了。本節關于利用Cloudera實現Hadoop 的內容就介紹到這里。
【編輯推薦】
