ITPub博客

首页 > 大数据 > Hadoop > 技术分享 Hadoop集群搭建方法

技术分享 Hadoop集群搭建方法

Hadoop 作者:weblogicwebsphe 时间:2013-06-09 16:53:50 0 删除 编辑

在学习Hadoop的过程中,你可能会遇到Hadoop集群搭建的问题,本节就和大家一起学习Hadoop集群搭建的方法,希望大家能够掌握

Hadoop集群搭建

目的
本文描述了如何安装、配置和管理有实际意义的Hadoop集群,其规模可从几个节点的小集群到几千个节点的超大集群。

如果你希望在单机上安装Hadoop玩玩,从这里能找到相关细节。

先决条件

确保在你集群中的每个节点上都安装了所有必需软件。
获取Hadoop软件包。

安装

安装Hadoop集群通常要将安装软件解压到集群内的所有机器上。
通常,集群里的一台机器被指定为NameNode,另一台不同的机器被指定为JobTracker。这些机器是masters。余下的机器即作为DataNode也作为TaskTracker。这些机器是slaves。
我们用HADOOP_HOME指代安装的根路径。通常,集群里的所有机器的HADOOP_HOME路径相同。

配置

接下来的几节描述了Hadoop集群搭建过程中如何配置Hadoop集群。

配置文件

对Hadoop的配置通过conf/目录下的两个重要配置文件完成:

hadoop-default.xml-只读的默认配置。
hadoop-site.xml-集群特有的配置。
要了解更多关于这些配置文件如何影响Hadoop框架的细节,请看这里。
此外,通过设置conf/hadoop-env.sh中的变量为集群特有的值,你可以对bin/目录下的Hadoop脚本进行控制。

Hadoop集群配置

Hadoop集群搭建过程中要配置Hadoop集群,你需要设置Hadoop守护进程的运行环境和Hadoop守护进程的运行参数。
Hadoop守护进程指NameNode/DataNode和JobTracker/TaskTracker。

配置Hadoop守护进程的运行环境

管理员可在conf/hadoop-env.sh脚本内对Hadoop守护进程的运行环境做特别指定。
至少,你得设定JAVA_HOME使之在每一远端节点上都被正确设置。
管理员可以通过配置选项HADOOP_*_OPTS来分别配置各个守护进程。下表是可以配置的选项。

例如,配置Namenode时,为了使其能够并行回收垃圾(parallelGC),要把下面的代码加入到hadoop-env.sh:
exportHADOOP_NAMENODE_OPTS="-XX:+UseParallelGC${HADOOP_NAMENODE_OPTS}"

其它可定制的常用参数还包括:
HADOOP_LOG_DIR-守护进程日志文件的存放目录。如果不存在会被自动创建。
HADOOP_HEAPSIZE-最大可用的堆大小,单位为MB。比如,1000MB。这个参数用于设置hadoop守护进程的堆大小。缺省大小是1000MB。

配置Hadoop守护进程的运行参数
这部分涉及Hadoop集群的重要参数,这些参数在conf/hadoop-site.xml中指定。

通常,上述参数被标记为final以确保它们不被用户应用更改。请期待下界关于Hadoop集群搭建的介绍。

<!-- 正文结束 -->

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/22080152/viewspace-1120243/,如需转载,请注明出处,否则将追究法律责任。

上一篇: 没有了~
下一篇: 没有了~
请登录后发表评论 登录
全部评论

注册时间:2009-07-10