Hadoop集群的部署环境是经过虚拟化之后的四台主机，OS是Ubuntu Server10.04。（XenServer5.6兼容的OS并不包括Ubuntu，将Ubuntu转成PV也是一个折腾的过程，另文介绍）。Hadoop的版本号依旧是：0.20.2.安装Java环境如上一讲所示。

主机名及其IP地址对应如下：

Slave&TaskTracker:dm1,IP:192.168.0.17;(datanode)

Slave&TaskTracker:dm2,IP:192.168.0.18;(datanode)

Slave&TaskTracker:dm3,IP:192.168.0.9;(datanode)

Master&JobTracker:dm4,IP:192.168.0.10;(namenode)

Master是Hadoop集群的管理节点，重要的配置工作都在它上面，至于它的功能和作用请参考HadoopAPI。

具体配置步骤如下：

一.修改各个节点（dm1-dm4）的HostName，命令如下：

如下图所示例：

二.在host中添加机器的hostname和IP，用以通讯。Master需要知道所有的slave的信息。对应的slave只需要知道Master和自身的信息即可。

命令如下：

Master(dm4)的hosts配置应该如下图所示：

其它的slave(dm3……）的hosts配置应该如下图所示：

三.Hadoop核心代码需要配置conf文件夹里面的core-site.xml,hdfs-site.xml,mapread-site.xml,mapred-site.xml，hadoop-env.sh这几个文件。具体各个配置的含义请参考Hadoop帮助文档。

1.首先编辑各个机器节点（包括master和slave）的core-site.xml文件，命令如下：（Hadoop 文件夹放在home下）

core-site.xml文件配置，应如下面代码所示：

2.其次编辑各个机器节点（包括master和slave）的hdfs-site.xml，命令如下：

hdfs-site.xml文件配置，应如下面代码所示：

3.再次，编辑各个机器节点（包括master和slave）mapred-site.xml文件，命令如下：

mapred-site.xml文件配置，应如下面代码所示：

4.最后，编辑各个机器节点（包括master和slave） hadoop-env.sh文件，命令如下：

向该文件加入几行代码，如下所示：

四.配置集群的主从关系。在所有机器节点上，Hadoop的conf文件夹中，都有slaves和masters两个文件。往masters中添加Master（dm4）的IP地址或者hostname。往slaves文件中添加Slave（dm1-dm3）的IP或hostname。所有节点都需要修改。

Masters如下图所示：

slaves如下图所示：

行文至此，Hadoop的整体安装和配置已经完成。Hadoop集群的启动从Master（Namenode）机器开始，它和slave（DataNode）之间通讯使用ssh，我们接下来需要设置ssh无密码公钥认证登入。

五.SSH非对称密钥的原理请参见此文和彼文。首先要在所有节点生成密钥对，具体实现步骤如下：

1.所有节点生成RSA密钥对，命令如下：

出现如下图所示：

直接回车，密钥对存放为/root/.ssh/id_rsa。在该文的演示中生成/root/viki.pub然后会要求你输入密码，选择空

最后生成如下图：

2.将Master（Namenode）生成的公钥viki.pub的内容复制到本机的 /root/.ssh/ 的authorized_keys 文件 里。命令如下：

然后，将authorized_keys 文件复制到各个slave（DataNode）机器的 /root/.ssh/ 文件夹，命令如下：

最后，在所有机器执行用户权限命令chmod，命令如下：

经过以上步骤，ssh配置也已完成。通过以下命令验证：

第一次连接需要密码，输入yes和机器密码就可以。以后即不用再输入。

六.启动并验证Hadoop集群，如同上讲所述。输入：http://192.168.0.10:50030/jobtracker.jsp

在下所搭建的Hadoop集群截图：

七.参考文献 

1.Hadoop快速入门 http://hadoop.apache.org/common/docs/r0.18.2/cn/quickstart.html

2.通用线程: OpenSSH 密钥管理

http://www.ibm.com/developerworks/cn/linux/security/openssh/part1/index.html

本文转自：http://www.cnblogs.com/ventlam/archive/2011/01/21/hadoopcluster.html

Teradata Hadoop器件现在多少也在Cloudera云下面了

Hadoop V5版Teradata器件（Teradata Appliance for Hadoop v5）采用了英特尔Haswell CPU技术，并且“针对计算使用更多CPU和内存的密集型工作负载以及更小的存储磁盘优化。

Teradata,hadoop,cloudera