用 Hadoop 进行分布式数据处理，第 2 部分: 进阶

核心提示： 格式化名称节点之后，就可以启动 Hadoop 守护进程了，用 Hadoop 进行分布式数据处理，第 2 部分: 进阶(6)，可以对第 1 部分中的伪分布式配置执行同样的操作，但进程为分布式配置完成同样的工作，注意，脚本启动主节点上的 jobtracker（正如配置所定义的；参见 清单 5）和每个

格式化名称节点之后，就可以启动 Hadoop 守护进程了。可以对第 1 部分中的伪分布式配置执行同样的操作，但进程为分布式配置完成同样的工作。注意，这里的代码启动名称节点和从属名称节点（正如 jps 命令所指示）：

清单 8. 启动名称节点

root@master:~#　/usr/lib/hadoop-0.20/bin/start-dfs.sh　
starting　namenode,　logging　to　
　/usr/lib/hadoop-0.20/bin/../logs/hadoop-root-namenode-mtj-desktop.out　
192.168.108.135:　starting　datanode,　logging　to　
　/usr/lib/hadoop-0.20/bin/../logs/hadoop-root-datanode-mtj-desktop.out　
192.168.108.134:　starting　datanode,　logging　to　
　/usr/lib/hadoop-0.20/bin/../logs/hadoop-root-datanode-mtj-desktop.out　
192.168.108.133:　starting　secondarynamenode,　
　logging　to　/usr/lib/hadoop-0.20/logs/hadoop-root-secondarynamenode-mtj-desktop.out　
root@master:~#　jps　
7367　NameNode　
7618　Jps　
7522　SecondaryNameNode　
root@master:~#　

现在，如果使用 jps 节点检测其中一个从节点（数据节点），您会看到每个节点上都有一个数据节点守护进程：

清单 9. 检测其中一个从节点上的数据节点

root@slave1:~#　jps　
10562　Jps　
10451　DataNode　
root@slave1:~#　

下一步是要启动 MapReduce 守护进程（jobtracker 和 tasktracker）。如 清单 10 所示执行该操作。注意，脚本启动主节点上的 jobtracker（正如配置所定义的；参见 清单 5）和每个从节点上的 tasktrackers。主节点上的一个 jps 命令显示 jobtracker 正在运行。