1.集群规范
1)配置规范
一般Hadoop DataNode和TaskTracker节点典型机器具有吐下规范：
- 处理器：2个四核 2~2.5 GHz CPU
- 内存：16~24 ECC RAM
- 存储器：4*1TB SATA 磁盘
- 网络：千兆以太网
2).网络拓扑
Hadoop集群架构包含两级网络拓扑，如下图所示，机架拓扑由两个网络位置描述，例如：/交换机1/机架1 和 /交换机1/机架2。这个架构的一突出特点是：同一机架内部节点间的总宽带要远高于不同机架间的节点的宽带
2.集群的构建原装、SSH配置、Hadoop配置
这里只给出Yarn的典型伪分布配置 分布式配置与此差别不大 详见http://hadoop.apache.org/ 里面的配置安装文档较比权威指南的要更加权威和准确
core.xml
xml version="1.0" encoding="UTF-8"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>fs.defaultFSname> <value>hdfs://localhost:8020value> property> configuration>
hdfs.xml
xml version="1.0" encoding="UTF-8"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>dfs.replicationname> <value>1value> property> <property> <name>dfs.namenode.name.dirname> <value>/home/yourname/Hadoop/hadoop-0.23.1/dfs/namevalue> property> <property> <name>dfs.datanode.data.dirname> <value>/home/yourname/Hadoop/hadoop-0.23.1/dfs/datavalue> property> <property> <name>dfs.federation.nameservicesname> <value>ns1value> property> <property> <name>dfs.namenode.rpc-address.ns1name> <value>localhost:8020value> property> <property> <name>dfs.namenode.http-address.ns1name> <value>localhost:23004value> property> <property> <name>dfs.namenode.secondary.http-address.ns1name> <value>localhost:23005value> property> configuration>
mapred.xml
xml version="1.0" encoding="UTF-8"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>mapreduce.framework.namename> <value>yarnvalue> property> <property> <name>mapreduce.cluster.temp.dirname> <value>/home/yourname/Hadoop/hadoop-0.23.1/mapred/tempvalue> property> <property> <name>mapreduce.cluster.local.dirname> <value>/home/yourname/Hadoop/hadoop-0.23.1/mapred/localvalue> property> configuration>
yarn-site.xml
xml version="1.0" encoding="UTF-8"?> xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>yarn.nodemanager.aux-servicesname> <value>mapreduce.shufflevalue> property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.classname> <value>org.apache.hadoop.mapred.ShuffleHandlervalue> property> <property> <name>yarn.resourcemanager.addressname> <value>localhost:8042value> property> <property> <name>yarn.resourcemanager.scheduler.addressname> <value>localhost:8032value> property> <property> <name>yarn.resourcemanager.webapp.addressname> <value>localhost:18089value> property> <property> <name>yarn.resourcemanager.resource-tracker.addressname> <value>localhost:8027value> property> <property> <name>yarn.nodemanager.resource.memory-mbname> <value>4096value> property> <property> <name>yarn.resourcemanager.admin.addressname> <value>localhost:8143value> property> configuration>
3.安全性
Kerberos实现了用户验证，它的职责在于鉴定登陆账号是否是他所声称的用户，Hadoop则决定这个用户到底有多少权限。
使用Kerberos时，客户端要经过三个步骤来获取服务：
1).认证
2).授权
3).服务请求
如下图：
另外还有一种认证方法--委托令牌，它有服务器创建(NameNode)，可以视为客户端和服务器之间共享的密文
4.利用基准测试程序测试Hadoop集群
1).使用TestDFSIO来测试HDFS
TestDFSIO能够用于测试HDFS的I/O性能，它用一个MapReduce作业并行地读或写作业
2).使用Sort程序测试MapReduce
整个测试含三个步骤：随机才生一些数据，排序操作，验证结果。
5.云端Hadoop
主要举例在Amazon EC2上的Hadoop 详见相关资料
转载地址：http://www.cnblogs.com/biyeymyhjob/archive/2012/08/13/2635392.html