Hadoop

Что это такое?

Wikipedia: Apache Hadoop является свободным Java фреймворком, поддерживающим выполнение распределённых приложений, работающих на больших кластерах, построенных на обычном оборудовании. Hadoop прозрачно предоставляет приложениям надёжность и быстродействие операций с данными.

Как установить Hadoop на ALT Linux

Данная инструкция описывает ALT-специфику установки Hadoop-кластера из двух машин. Пусть в нашем кластере есть две машины - hadoopt1 и hadoopt2. DNS-резолвинг работает.

• Устанавливаем java-1.6.0-sun-devel и rpm-ки hadoop-* из ftp://ftp.altlinux.org/pub/people/vitty/hadoop/
• На всех нодах редактируем /etc/hadoop/masters, где пишем кто у нас будет master-нодой

cat /etc/hadoop/masters
hadoopt1

• На всех нодах редактируем /etc/hadoop/slaves, где перечисляем все slave-ноды:

cat /etc/hadoop/slaves
hadoopt1
hadoopt2

• Обеспечиваем беспарольный ssh для пользователей hadoop между нодами

На каждой ноде:
su - hadoop
ssh-keygen -t rsa -b 2048
passphrase не задаём

• Публичную часть всех получившихся ключей заносим во все /var/lib/hadoop/.ssh/authorized_keys (в том числе собственную обеспечивая таким образом ssh на себя)
• Заходим со всех машин на все:

su - hadoop
ssh hadoopt1
^d
ssh hadoopt2
...

• На мастер-ноде форматируем раздел:

su - hadoop
/usr/lib/hadoop/bin/hadoop namenode -format

• Запускаем

service hadoop-dfs start
service hadoop-mapred start