前言
Hadoop从存储上来说，是相似于冗余磁盘阵列(RAID)的存储方式。将数据分散存储并提供以提供吞吐量，它的存储系统就是HDFS（Hadoop Distuibute Fils System）。从计算上来说，它通过MapReduce模型，将大数据的计算分发到多台计算机上完毕，再将结果合并，降低计算的时间。
Hadoop适合于：
1、超大数据的计算。
2、一次写入、多次读取的模式；
3、能够跑在普通的硬件上。
Hadoop不适合：
1、低延迟的数据訪问。它是为高数据吞吐量应用优化的；
2、大量的小文件
Hadoopclient须要和namenode进行交互，而namenode中存放的是datanode的文件属性，且都是在内存中，假设小文件过多。namenode是存放不了的；
3、多用户写入，随意改动文件。
Hadoop适合于一次计算，多次读取的场景，如搜索引擎，仅仅支持随机读取不支持随机写入，如Hadoop和Lucene的集成就不能够直接集成，由于Lucene支持随机写入。
本文将从使用的角度上谈了怎样搭建Hadoop、怎样配置Hadoop、怎样验证Hadoop及在Hadoop上面运行计算。以及可能会遇到些什么样的问题。
一、Hadoop环境搭建
由于Hadoop须要在Linux运行。而且Hadoop是基于Java的，在继续进行以下的步骤之前，请确认你已经准备好Linux操作系统以及Java 6或以上版本号，而且已经正确的设置了JAVA_HOME。
1、下载Hadoop
搭建Hadpp的版本号为1.2.1 下载地址为：http://apache.fayea.com/apache-mirror/hadoop/common/hadoop-1.2.1/
2、安装Hadoop
解压缩Hadoop到随意文件夹。我当前的Hadoop是将其解压到文件夹/usr/local/hadoop-1.2.1，并在/etc/profile中设置好环境变量HADOOP_HOME（这个变量不是必须的，在1.2.1已经是Deprecated了，这里我之所以设置，还是为了方便）。以及将$HADOOP_HOME/bin文件夹添加到PATH中，这样我们就能够在随意地方运行hadoop命令了，为了使用上的方便。再给”hadoop fs”设一个名为hdfs的alias方便使用，以下是我机器上/etc/profile添加的内容：
export JAVA_HOME=/usr/local/jdk1.6.0_33 export HADOOP_HOME=/usr/local/hadoop-1.2.1 export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin #Alias for hadoop alias hdfs='hadoop fs' |
注：该文件的编辑须要root权限，改动完毕后，假设想马上生效，须要通过source命令操作一下：
source /etc/profile |
否则就仅仅有退出又一次登陆才会生效。
3、准备ssh
Hadoop须要通过SSH和其他计算server进行沟通。所以首先要确定本机或者是其他Hadoop计算server。是否都已经安装了ssh。
（1）、确定系统是否安装了ssh和ssh-keygey
能够通过which命令来确认
which ssh which ssh-keygen |
假设出现
/usr/bin/which: no ssh in (/usr/.....)则表示系统里面没有安装SSH服务。能够通过www.openssh.com下载安装
（2）、公布公钥证书
运行例如以下命令：
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa |
在~/.ssh/ 文件夹会生成id_rsa和id_rsa.pub两个文件。将id_rsa.pub复制一份在~/.ssh/文件夹下，并重命名为authorized_keys，假设是单机搭建伪分布式。此时ssh的准备工作已经完毕了，假设使用全分布式环境，那么须要将authorized_keys（或authorized_keys中的内容追加到须要无password登陆的server的~/.ssh/authorized_keys文件里）及id_rsa（或id_rsa中的内容追加到须要无password登陆的server的~/.ssh/id_rsa文件里）两个文件复制到各台分布式slave机器的“~/.ssh文件夹中”中，这样随意两台机器之间互相通过ssh訪问。都不须要输入password了。假设仅仅是复制到authorized_keys到slave机器中，就仅仅能够实现主到从的不输password訪问。
注：假设须要远程登陆的server上还没有.ssh文件夹。那么就在登陆用户的文件夹下新建.ssh文件夹，权限至少设置成744。假设.ssh文件夹下没有authorized_keys文件。也新建该文件。并将其权限设置为644。
（3）測试登陆验证
在本例中。採用的是在单机中搭建伪分布式系统，通过例如以下ssh命令尝试登陆：
ssh localhost 或 ssh 127.0.0.1 |
假设不再提示输入password，直接登陆成功。那么SSH登陆就设置成功了。