开始着手学习hadoop了，撇开对hadoop的认识，面对的第一个问题幷是hadoop的分布式部署，网上有很多教程，按照这些教程来却或多或少有些不顺利的地方。在此详细的记录下自己的安装过程。
服务器操作系统是CentOS6，部署的hadoop版本是0.20.2，共十台服务器，node1~node10。其中node1做为NameNode，node10作为SecondNameNode，node2~node9作为DataNode。
由于之前没有怎么接触过linux操作系统，刚开始安装的过程中遇到了很多现在看来很简单，当时却困扰自己很久的问题。
1，安装hadoop前，需要安装java，java版本得是1.6.以上的，还需要安装ssh。
java安装完后，在~/.bash_profile中添加JAVA_HOME,PATH,CLASS_PATH. 注意PATH变量中，多个值之间用的是":"冒号。
2，配置SSH，NameNode启动其他服务器上的进程免去登陆这一环节。在配置ssh前，先为hadoop系统创建用户。每个节点上都要做同样的操作。
1 groupadd hadoopcluster
2 useradd -g hadoopcluster hadoop
3 passwd hadoop //创建密码
创建hadoop用户后，切换到hadoop用户来，在~目录下创建文件夹
1 mkdir .ssh
随后开始配置ssh免登陆：注意,这个操作只在NameNode上操作。
1 ssh-keygen -t rsa // 接下来一路回车，则ok
2 cp id_rsa.pub authorized_keys //进入.ssh目录
接下来，并将生成的authorized_keys拷贝到所有其他节点下去。注意：node2为hostname，可以改为该节点的IP地址，为了以后方便，在/etc/hosts里面增加各个节点的ip地址和hostname。如增加一行：192.168.1.12 node2
1 scp authorized_keys node2:/home/hadoop/.ssh
在scp过程中会需要你输入密码，输入这一次以后再也不用输入了，这样ssh的无密码登陆就完成了。拷贝完成后，要修改authorized_keys文件的权限：
1 chmod 644 authorized_keys//在root权限下操作
3，开始部署hadoop，在NameNode 节点上，使用Hadoop用户，解压hadoop的文件夹，由于服务器上不了网，只能先下载下来，再通过xftp将hadoop的文件上传到服务器上去。
解压之后，进入conf目录。主要配置core-site.xml hadoop-env.sh hdfs-site.xml mapred-site.xml masters slaves 五个文件。
在hadoop-env.sh 文件中：主要添加java环境变量
1 export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-1.6.0.0.x86_64
在core-site.xml文件中：
1 <property>
2 <name>hadoop.tmp.dir</name>
3 <value>/opt/hadoop/tmp</value>
4 </property>
5 <property>
6 <name>fs.default.name</name>
7 <value>hdfs://node1:54310</value>
8 </property>
在hdfs-site.xml文件中：
1 <property>
2 <name>dfs.replication</name>
3 <value>3</value>
4 </property>
5 <property>
6 <name>dfs.name.dir</name>
7 <value>/opt/hadoop/hdfs/name</value>
8 </property>
9 <property>
10 <name>dfs.data.dir</name>
11 <value>/opt/hadoop/hdfs/data</value>
12 </property>
13 <property>
14 <name>dfs.namenode.secondary.http-address</name>
15 <value>node10:50090</value>
16 </property>
在mapred-site.xml 文件中：
1 <property>
2 <name>mapred.job.tracker</name>
3 <value>node1:54311</value>
4 </property>
在slaves文件中，则添加DataNode节点的ip地址，一行一个如：192.168.1.1
在masters文件中，要注意，这个文件中添加的地址是指SecondNameNode的ip地址，配一个则一个SecondNameNode,多个则多个这样的节点。
这些配置完毕后，则，需要将hadoop的bin加入到环境变量中，在~/.bash_profile中添加类似于JAVA_HOME,PATH一样的变量，HADOOP_HOME 和 PATH。将这些配置好后，便将所有的hadoop文件scp到所有的其他节点上去，类似于之前scp authorized_keys 一样。
这样hadoop集群的简单配置基本上就完成了，随后的便是开始启动整个集群，看自己的辛勤劳动有个什么神奇的结果。
4，开始见证奇迹的发生了。
1 ./hadoop namenode -format //在hadoop bin目录下的操作,将数据节点格式化,如果顺利，会有一句successful的话
2 ./start-all.sh //则所有节点都启动了。
如果启动正常，则可以在浏览器中输入node1（ip地址）:50070里面看到整个集群的相关信息。
注意在整个过程中，只从一个角度提到hadoop部署的，namenode和DataNode，其实在start-all之后，会发现打印出来的信息还有tasktracker，jobtracker，这样的字眼，他们是相对于mapreduce来说的。
由于在初次部署hadoop系统，还是出现了一些问题，在开始没有配置hosts文件时，系统在最后的一次start-all后，所有的数据节点就在打印同一条日志，结果很快就将300g的硬盘写满了。再次启动就是提示没有空间可以写了。
1 2012-02-21 00:00:01,074 ERROR org.apache.hadoop.mapred.TaskTracker:
Caught exception: java.net.UnknownHostException: unknown host: node1
这是由于DataNode没有配置hosts文件，无法将node1映射到相应的ip地址。
在配置hadoop过程中，也是自己第一次这么正式的接触linux系统，所以遇到了很多各种各样的问题，譬如总是搞错root用户和hadoop用户，在不同用户下创建的文件不同用户对他拥有的权限不一样，如果总是root用户创建，则hadoop用户没权限操作。
在配置path时，将两个参数中写成了";"分号，则在切换到hadoop用户时，总会出现一句~bash这样的语句，切换用户，系统总会执行bash_profile文件中指明的环境变量，到分号后就以为结束了，后面的语句则识别错误了。
在配置hadoop系统过程中，最好先操作官方的文档来，系统运行中出现问题，则多查看日志。多自己思考，总会解决问题的，这样也更多对问题有深入的了解，下次遇到了便立马知道错在什么地方，怎么解决了。
天道酬勤。