专家提醒 部署Hadoop时应该注意具体事项

本节向大家简单描述一下在部署Hadoop时应该注意的事项，相信通过本节的学习你对如何部署Hadoop有更深刻的认识，让我们一起来关注部署Hadoop时的注意事项吧。

部署Hadoop时的注意事项

最近云计算在中国极为火爆，但看了云计算的那些云山雾罩的概念后，实在让人望而却步。还好不是所有的东西都摸不着头脑，Hadoop就是实实在在的技术之一。不才最近仔细品读了Hadoop的基础资料，特别是如何部署Hadoop的相关技术文档，发现其中有许多不为人注意的东西，在此整理一下。Hadoop 开发者入门专刊(pdf) 是目前比较权威的文档；有什么与Hadoop相关的技术问题也可以到专业的Hadoop技术论坛上去讨论。

Hadoop 集群的组成成份

Hadoop的核心功能有两个：HDFS与MapReduce 。与HDFS相关的服务有NameNode 、SecondaryNameNode 及DataNode ；与MapReduce 相关的服务有JobTracker 和TaskTracker 两种。
Hadoop集群中有两种角色：master与slave，master又分为主master与次master。其中：
主 master同时提供NameNode 、SecondaryNameNode 及JobTracker 三种服务；
次master只提供SecondaryNameNode 服务；
所有slave可以提供DateNode 或TaskTracker 两种服务。

Hadoop有三种集群方式可以选择：
Local (Standalone) Mode（无集群模式）
Pseudo-Distributed Mode（单机集群模式）
Fully-Distributed Mode（多机集群模式）
一个Hadoop集群由多台电脑组成，每台电脑可作为一种或多种角色存在。
当使用Pseudo-Distributed Mode创建Hadoop集群时，一台电脑同时完成主master和slave两种角色的任务。在Fully-Distributed Mode下，如果只有一台电脑作为master，则此电脑完成主master的任务；如果有多台电脑作为master存在，则第一台电脑完成主 master的任务，其它电脑完成次master的任务。

实际部署Hadoop集群

在实际操作中，集群中的电脑名字都是通过/etc/hosts文件指定的。集群中主master是核心，担任这种角色的电脑在其/etc/hosts中保存有集群中所有电脑的名字。次 master与所有的slave只负责与主master联系，所以在这些计算机上的/etc/hosts中只要保存自身和主master的计算机别名即可。
集群模式的选择主要靠主master上$HADOOP_HOME /conf /目录下的masters与slaves两个文件配置完成。如果需要Pseudo-Distributed Mode，则masters与slaves两个文件的内容同时指向主master电脑名字即可。如果需要Fully-Distributed Mode，则masters文件中第一行记录的是主master电脑名字，其它行记录的是次master电脑名字。

无密码SSH 登录

启动Hadoop的方式是在主master上调用下面的命令：
$HADOOP_HOME /bin/start-all.sh
此调用过程中，Hadoop依次启动以下服务：
在主master上启动NameNode 服务；
在主master上启动SecondaryNameNode 服务；
在次master上启动SecondaryNameNode 服务；
在所有slave上启动DataNode 服务；
在主master上启动JobTracker 服务；
在所有slave上的TaskTracker 服务。

部署Hadoop过程中Hadoop需要启动服务，在此需要注意以下几点：
启动NameNode 与JobTracker 服务不需要SSH授权；
需要通过SSH登录之后才能启动SecondaryNameNode 、DataNode 以及TaskTracker 服务，因此：
因为需要启动SencondaryNameNode 服务，所以要为主master提供SSH授权；
因为需要启动SencoddaryNameNode 服务，所以要为所有的次master提供SSH授权；
因为需要启动DataNode 和TaskTracker 服务，所以要为所有的slave提供SSH授权。
总而言之，要为Hadoop集群中的所有计算机提供SSH授权。

为什么要提供无密码SSH登录方式呢？为的是图省事儿。试想在启动 Hadoop集群过程中，要手动输入每一台电脑的SSH密码将是一件多么烦人的事！SSH授权的方法在这里不做详细的描述。无密码SSH登录技术也是相对成熟的技术。但有一个环节需要注意，那就是文件的访问权限问题。
表现为：
Linux系统中$HOME目录下的.ssh目录为用户所有，权限必须为700（只有用户自己可以全权访问）；
.ssh目录下的授权文件“authorized_keys”为用户所有，权限必须为644。本节有关部署Hadoop应该注意的事项介绍完毕。

【编辑推荐】

1. 实例讲解Hadoop用法
2. Hadoop配置指导手册
3. Hadoop配置和启动Hadoop方法详解
4. 两种模式运行Hadoop分布式并行程序
5. Hadoop开发环境在Windows下的安全配置如何实现？