使用0.22.X系列版本的Hadoop快有一年时间了，主要集中在HDFS上。期间自己参与了部署Hadoop集群(1 Server + 20PC)，也参与了分析HDFS的源码。

这几天，由于项目需要，转移到了0.22.0版本了，需要重新部署Hadoop集群。这次部署要牵扯到mapreduce项目下contribute中的raid。目的是：部署0.22.0版本Hadoop的集群，配置并试用其raid的功能。由于之前对0.22.0版本不熟悉，所以在部署集群前，准备先在Ubuntu上部署伪分布式的，熟悉相关文件的位置和使用。

0.22.0版本伪分布式的部署和其他版本的没有什么本质的不同,具体可以参考这里，主要是有一些细节需要处理，并需要实现熟悉整个项目相关文件的组织结构。下面主要记录一下在伪分布式安装和编译Raid时的一些问题和解决方法。

1.从hadoop-0.22.0.tar.gz解压后的目录可知，该版本相比于0.20.X系列目录结构有较大变化。这给一直使用0.20.X版本系列的人带来了一点儿麻烦，需要大致翻看一下各个目录都有什么。

2.配置注意事项：

在hadoop-env.sh中启用JAVA_HOME的配置和你需要的配置项；

配置好masters、slaves列表文件，其中masters中只需要指定SecondaryNamenode所在的结点的hostname或IP地址即可；

对于配置文件可以按照core-site.xml、hdfs-site.xml、mapred-site.xml的顺序依次填写配置项；

如果要使用raid，还需要在hdfs-site.xml和raid源码目录下的raid.xml中进行配置，可参���HDFS RAID的Wiki。

3.Hadoop集群的管理和使用脚本，要赋予可执行权限。另外，与hdfs、mapreduce相关的shell脚本文件已经被分开放在相应的目录下。为了使用方便可以将相应文件拷贝到$HADOOP_HOME/bin下，也可以在环境变量PATH中添加这些文件所在的目录。

4.重新编译Raid项目，显示Ivy无法解析：

解决方法是：进入$HADOOP_HOME/mapreduce/ivy查找libraries.properties文件，找到hadoop-common.version和hadoop-hdfs.version这两项，改成

5.Raid配置相关的问题
 关于Raid的配置和使用并没有清晰完整的指南，最完整的的应该算是HDFS RAID Wiki里的介绍。但是，这个Wiki里有错误，只看这个Wiki进行配置的话，肯定会导致RaidNode无法启动。最明显的一个问题是由这个配置项导致的：

其中的value部分应该是org.apache.hadoop.hdfs.DistributedRaidFileSystem，否则肯定会在日志文件中看到报类找不到的错误。

当然，只是改了这里日志里还是会不停的报错，剩下的部分就只能根据错误看源码慢慢分析、改正、验证了。比如：
 Q：日志文件报BlockFixer中有一处类型转换异常，就是尝试将DistributedRaidFileSystem对象转换为DistributedFileSystem对象。
 A：查看相关函数，发现其中需要使用相关代码的变量在函数内只有定义，未被引用，猜测该变量没用，在源码中注释了相应行，重新打包Raid，用新生成的jar文件替换原来的jar文件。

目前，在伪分布式环境下，已经试用了Raid的XOR编码方案对指定目录下的文件进行编码。

转自：http://zhoutai.duapp.com/blogs/2013/06/15/deploy-hadoop0-22-0-and-its-raid/

更多Hadoop相关信息见Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13