首先我們統(tǒng)一一下定義，在這里所提到的Hadoop是指Hadoop Common，主要提供DFS（分布式文件存儲(chǔ)）與Map/Reduce的核心功能。
　　Hadoop在windows下還未經(jīng)過(guò)很好的測(cè)試，所以筆者推薦大家在linux（cent os 5.X）下安裝使用。
　 　準(zhǔn)備安裝Hadoop集群之前我們得先檢驗(yàn)系統(tǒng)是否安裝了如下的必備軟件：ssh、rsync和Jdk1.6（因?yàn)镠adoop需要使用到Jdk中的編 譯工具，所以一般不直接使用Jre）。可以使用yum install rsync來(lái)安裝rsync。一般來(lái)說(shuō)ssh是默認(rèn)安裝到系統(tǒng)中的。Jdk1.6的安裝方法這里就不多介紹了。
　　確保以上準(zhǔn)備工作完了之后我們就開(kāi)始安裝Hadoop軟件，假設(shè)我們用三臺(tái)機(jī)器做Hadoop集群，分別是：192.168.1.111、192.168.1.112和192.168.1.113（下文簡(jiǎn)稱111，112和113），且都使用root用戶。
　　下面是在linux平臺(tái)下安裝Hadoop的過(guò)程：

　　在所有服務(wù)器的同一路徑下都進(jìn)行這幾步，就完成了集群Hadoop軟件的安裝，是不是很簡(jiǎn)單？沒(méi)錯(cuò)安裝是很簡(jiǎn)單的，下面就是比較困難的工作了。

集群配置

　　根據(jù)Hadoop文檔的描述“The Hadoop daemons are NameNode/DataNode and JobTracker/TaskTracker.”可以看出Hadoop核心守護(hù)程序就是由NameNode/DataNode 和JobTracker/TaskTracker這幾個(gè)角色構(gòu)成。
　　Hadoop的DFS需要確立NameNode與DataNode角色，一 般NameNode會(huì)部署到一臺(tái)單獨(dú)的服務(wù)器上而不與DataNode共同同一機(jī)器。另外Map/Reduce服務(wù)也需要確立JobTracker和 TaskTracker的角色，一般JobTracker與NameNode共用一臺(tái)機(jī)器作為master，而TaskTracker與DataNode 同屬于slave。至于NameNode/DataNode和JobTracker/TaskTracker的概念這里就不多講了，需要了解的可以參看相 關(guān)文檔。
　　在這里我們使用111作為NameNode與JobTracker，其它兩臺(tái)機(jī)器作為DataNode和TaskTracker，具體的配置如下：

環(huán)境的配置

　　在$HADOOP_HOME/conf/hadoop-env.sh中定義了Hadoop啟動(dòng)時(shí)需要的環(huán)境變量設(shè)置，其中我們至少需要配置 JAVA_HOME（Jdk的路徑）變量；另外我們一般還需要更改HADOOP_LOG_DIR（Hadoop的日志路徑）這個(gè)變量，默認(rèn)的設(shè)置是 “export HADOOP_LOG_DIR=${HADOOP_HOME}/logs”，一般需要將其配置到一個(gè)磁盤空間比較大的目錄下。

Hadoop核心程序配置

　　Hadoop 包括一組默認(rèn)配置文件（$HADOOP_HOME/src目錄下的core/core-default.xml, hdfs/hdfs-default.xml 和mapred/mapred-default.xml），大家可以先好好看看并理解默認(rèn)配置文件中的那些屬性。雖然默認(rèn)配置文件能讓Hadoop核心程 序順利啟動(dòng)，但對(duì)于開(kāi)發(fā)人員來(lái)說(shuō)一般需要自己的來(lái)設(shè)置一些常規(guī)配置以滿足開(kāi)發(fā)和業(yè)務(wù)的需求，所以我們需要對(duì)默認(rèn)配置文件的值進(jìn)行覆蓋，具體方法如下。
　　$HADOOP_HOME/conf/core-site.xml是Hadoop的核心配置文件，對(duì)應(yīng)并覆蓋core-default.xml中的配置項(xiàng)。我們一般在這個(gè)文件中增加如下配置：

Core-site.xml代碼  

1. <configuration>  
2.         <property>   
3.                 <!-- 用于dfs命令模塊中指定默認(rèn)的文件系統(tǒng)協(xié)議 -->  
4.                 <name>fs.default.name</name>   
5.                 <value>hdfs://192.168.1.111:9000</value>   
6.         </property>   
7. </configuration>  

　　$HADOOP_HOME/conf/hdfs-site.xml是HDFS的配置文件，對(duì)應(yīng)并覆蓋hdfs-default.xml中的配置項(xiàng)。我們一般在這個(gè)文件中增加如下配置：

Hdfs-site.xml代碼  

1. <configuration>  
2.         <property>  
3.                 <!-- DFS中存儲(chǔ)文件命名空間信息的目錄 -->  
4.                 <name>dfs.name.dir</name>  
5.                 <value>/opt/hadoop/data/dfs.name.dir</value>  
6.         </property>  
7.         <property>  
8.                 <!-- DFS中存儲(chǔ)文件數(shù)據(jù)的目錄 -->  
9.                 <name>dfs.data.dir</name>   
10.                 <value>/opt/hadoop/data/dfs.data.dir</value>  
11.         </property>  
12.         <property>  
13.                 <!-- 是否對(duì)DFS中的文件進(jìn)行權(quán)限控制(測(cè)試中一般用false)-->  
14.                 <name>dfs.permissions</name>  
15.                 <value>false</value>  
16.        </property>  
17. </configuration>  

　　$HADOOP_HOME/conf/mapred-site.xml是Map/Reduce的配置文件，對(duì)應(yīng)并覆蓋mapred-default.xml中的配置項(xiàng)。我們一般在這個(gè)文件中增加如下配置：

Mapred-site.xml代碼  

1. <configuration>  
2.         <property>  
3.                 <!-- 用來(lái)作JobTracker的節(jié)點(diǎn)的(一般與NameNode保持一致) -->  
4.                 <name>mapred.job.tracker</name>  
5.                 <value>192.168.1.111:9001</value>  
6.         </property>  
7.         <property>  
8.                 <!-- map/reduce的系統(tǒng)目錄（使用的HDFS的路徑） -->  
9.                 <name>mapred.system.dir</name>  
10.                 <value>/system/mapred.system.dir</value>  
11.         </property>  
12.         <property>  
13.                 <!-- map/reduce的臨時(shí)目錄（可使用“,”隔開(kāi)，設(shè)置多重路徑來(lái)分?jǐn)偞疟PIO） -->  
14.                 <name>mapred.local.dir</name>  
15.                 <value>/opt/hadoop/data/mapred.local.dir</value>  
16.         </property>  
17. </configuration>  

主從配置

　　在$HADOOP_HOME/conf目錄中存在masters和slaves這兩個(gè)文件，用來(lái)做Hadoop的主從配置。上面已經(jīng)提到了 Hadoop主要由NameNode/DataNode 和JobTracker/TaskTracker構(gòu)成，在主從配置里我們一般將NameNode和JobTracker列為主機(jī)，其它的共為從機(jī)，于是對(duì) 于此處的配置應(yīng)該是：
        

Masters代碼  

1. 192.168.1.111  

Slaves代碼  

1. 192.168.1.112  
2. 192.168.1.113  

　　如果你對(duì)以上介紹的配置項(xiàng)做了正確的配置，那么你的Hadoop集群只差啟動(dòng)和初體念了，當(dāng)然，在$HADOOP_HOME/conf目錄下還包括其它的一些配置文件，但那些都不是必須設(shè)置的，如果有興趣你可以自己去了解了解。

啟動(dòng)

　　經(jīng)過(guò)以上兩個(gè)步驟，Hadoop的安裝和配置已經(jīng)OK了，那么下面我們就來(lái)啟動(dòng)Hadoop集群。啟動(dòng)前我們需要做一些準(zhǔn)備，因?yàn)榧旱膯?dòng)是 從NameNode開(kāi)始的，于是DataNode的運(yùn)行需要NameNode的遠(yuǎn)程調(diào)用，Hadoop使用ssh命令遠(yuǎn)程運(yùn)行DataNode節(jié)點(diǎn)，這就 是為什么Hadoop需要ssh的支持。我們可以想象一下，如果集群里有100臺(tái)機(jī)器，那么我們就需要輸入100遍主機(jī)的訪問(wèn)密碼，但如果配置SSH使用 無(wú)密碼公鑰認(rèn)證的方式，就解決了此問(wèn)題。
　　簡(jiǎn)單的說(shuō)，在111上需要生成一個(gè)密鑰對(duì)，即一個(gè)私鑰和一個(gè)公鑰。將公鑰拷貝到112和113上，如 此一來(lái)，當(dāng)111向112發(fā)起ssh連接的時(shí)候，112上就會(huì)生成一個(gè)隨機(jī)數(shù)并用111的公鑰對(duì)這個(gè)隨機(jī)數(shù)進(jìn)行加密，并且發(fā)送給111，111收到這個(gè)加 密的數(shù)以后用私鑰進(jìn)行解密，并將解密后的數(shù)返回112，112確認(rèn)解密的數(shù)無(wú)誤后就允許111進(jìn)行連接了。這就完成了一次公鑰認(rèn)證過(guò)程。
　　公鑰生成的步驟如下：

　　然后將id_rsa.pub的內(nèi)容復(fù)制到每個(gè)機(jī)器（也包括本機(jī)）的~/.ssh/authorized_keys文件中。如果 authorized_keys不存在，則使用touch ~/.ssh/authorized_keys生成一個(gè)；如果該文件已經(jīng)存在，則追加內(nèi)容進(jìn)去就OK了，這里我們推薦使用如下命令：

　　經(jīng)過(guò)以上步驟，我們的無(wú)密碼訪問(wèn)就配置好了，可以通過(guò)如下命令進(jìn)行驗(yàn)證：

　　如此一來(lái)，就可以正常啟動(dòng)Hadoop集群了。啟動(dòng)方式如下：

　　我們用如下命令驗(yàn)證一下是否啟動(dòng)成功：

　　如果沒(méi)有錯(cuò)誤提示或者出現(xiàn)文件列表，那么恭喜你，Hadoop成功啟動(dòng)了，另外，我們可以通過(guò)訪問(wèn) http://192.168.1.111:50070來(lái)查看hdfs的狀態(tài)，訪問(wèn)http://192.168.1.111:50030來(lái)查看map /reduce的狀態(tài)。
如果出現(xiàn)錯(cuò)誤，或Hadoop集群未啟動(dòng)，可以查看$HADOOP_HOME/logs/下的日志文件。