一．Hadoop
hadoop集群：通过在各个物理节点上安装这个小软件，然后将其运行起来，就是一个hadoop分布式集群。可以通过虚拟机来实施集群环境来模拟物理节点。
二．前提条件
电脑配置：需在4G，最好8G、16G。
前提条件：安装Vmware，并安装三台linux系统（可通过复制实现安装）。
三个结点：按照hadoop集群的基本要求，其中一个是master结点，主要是用于运行hadoop程序中的namenode、secondorynamenode和jobtracker任务。用外两个结点均为slave结点，其中一个是用于冗余目的，如果没有冗余，就不能称之为hadoop了，所以模拟hadoop集群至少要有3个结点，如果电脑配置非常高，可以考虑增加一些其它的结点。slave结点主要将运行hadoop程序中的datanode和tasktracker任务。
三．安装Hadoop
1. 为三个结点主机重命名（因为，若系统是复制的，那么它们会有相同的名字，所以要重命名）
文件系统->etc/sysconfig/中的network文件打开，修改其中的HOSTNAME，如：
重启电脑即可（可分别命名为master、salve1、salve2）。
2、ip地址的配置，以便能够访问。
右键网络连接->属性：
配置->配置：
双击第二个：
对“静态设置的IP地址”中的d/s进行配置。修改保存后，激活即可（重启）。
3. 建立hadoop组和zhm用户(三个结点上建立相同的用户名，并设计zhm密码)
普通用户如何具有admin的权限？
4. 配置SSH免密码连接
SSH主要通过RSA算法来产生公钥与私钥，在数据传输过程中对数据进行加密来保障数
据的安全性和可靠性，公钥部分是公共部分，网络上任一结点均可以访问，私钥主要用于对数据进行加密，以防他人盗取数据。总而言之，这是一种非对称算法，想要破解还是非常有难度的。Hadoop集群的各个结点之间需要进行数据的访问，被访问的结点对于访问用户结点的可靠性必须进行验证，hadoop采用的是ssh的方法通过密钥验证及数据加解密的方式进行远程安全登录操作，当然，如果hadoop对每个结点的访问均需要进行验证，其效率将会大大降低，所以才需要配置SSH免密码的方法直接远程连入被访问结点，这样将大大提高访问效率。
Step1:
首先，master结点上产生公私密钥：
回车（三四个回车）后：
以上命令是产生公私密钥，产生目录在用户主目录下的.ssh目录中，如下：
Id_rsa.pub为公钥，id_rsa为私钥(rsa或dsa)，紧接着将公钥文件复制成authorized_keys文件，这个步骤是必须的，过程如下：
其次，在其它两个结点上，也做上述操作。
Step2：单击回环SSH免密码登陆测试
显示信息可能不同，一般有|“Last login”等信息。能不输密码就登陆说明到目前位置是成功的。
Step3:master通过SSH免密码登录其它结点。
为实现该功能，需要将master结点的公钥信息复制到slave结点的公钥文件中。首先，slave1系统中终端，进入.ssh文件下：
然后，salve1通过scp命令远程登陆master结点， 复制master的公钥文件到当前目录下，即：
接着，将master结点的公钥文件追加到authorized_keys文件中，即：
接下来，测试。master结点中做如下操作：
再执行一次“ssh node1”或“ssh salve1”，若不要求输入“yes”，直接显示“last login”等信息，说明配置成功。
下一步，对salve2结点进行上述同样的操作，并测试，master是否能免密码登陆到salve2。
最后，对master结点也做上述操作。据说是真实物理结点时需要做这项工作，因为jobtracker有可能会分布在其它结点上，jobtracker有不存在master结点上的可能性。
测试，OK。
