（关于Hadoop的单机和伪分布式配置参见：）当写这篇文章的时候，最新版的hadoop是1.0.1版本，支持了许多新的特性，使得hbase持久化不易丢失数据。因此改用新的版本作说明：
1.配置前重要的系统设置：
1）像Hbase这样的分布式的数据库，在启动的时候会在系统里打开很多的文件，而普通的系统对打开文件数目的限制比较小，因此如果不改变系统设置，就会引起JAVA虚拟机的IOException。
在/etc/security/limits.conf增加一行：
hadoop - nofile 32768
将hadoop替换为你要运行hadoop的用户名字，如果你有多个用户需要运行hadoop，那么就写多行。
2）设置系统允许运行的最大进程数目：
在相同的文件中加入：
hadoop soft/hard nproc 32000
同样将hadoop替换为你要使用的用户名称。
3）最后在/etc/pam.d/common-session的最后一行加入：
session required pam_limits.so
否则以上的配置不会生效。
2.配置hadoop（先只在master上配置）
1）配置conf/hadoop-env.sh
至少应该在此文件中指定JAVA_HOME=你系统中jdk的安装路径
2）配置Hadoop守护进程：（假设Hadoop安装目录是opt/hadoop）
fs.default.name hdfs://master:54310/
dfs.name.dir /opt/hadoop/name/ Path on the local filesystem where the NameNode stores the namespace and transactions logs persistently. dfs.data.dir /opt/hadoop/data/ Comma separated list of paths on the local filesystem of a DataNode where it should store its blocks. dfs.replication 2
mapred.job.tracker hdfs://master:54311/ Host or IP and port of JobTracker. mapred.tasktracker.map.tasks.maximum 4 The maximum number of MapReduce tasks, which are run simultaneously on a given TaskTracker, individually. mapred.tasktracker.reduce.tasks.maximum 2 The maximum number of MapReduce tasks, which are run simultaneously on a given TaskTracker, individually.
3）配置conf/slaves
#在此文件中列出所有的slave主机，用主机名或者IP地址都可以,例如有slave1，slave2两个主机slave1 #这样定义，需要在所在主机的/etc/hosts 文件中增加一行 此机器ip地址 slave1 下同slave2
4）配置 conf/masters
#此文件列出所有的master主机，例如只有master
4.配置HBase
1）使整个HDFS系统支持durable sync功能，HBase不再丢失数据，这个功能只有Hadoop versions 0.20.205.x 和以后的1.0.x支持这个配置，需要在clientside：hbase-site.xml 和 serverside的hdfs-site.xml中加入
dfs.support.append true
2)配置HDFS一次最多可以提供的文件数上限：hadoop/conf/hdfs-site.xml
dfs.datanode.max.xcievers 4096
否则可能得到错误提示：10/12/08 20:10:31 INFO hdfs.DFSClient: Could not obtain block blk_XXXXXXXXXXXXXXXXXXXXXX_YYYYYYYY from any node: java.io.IOException: No live nodes contain current block. Will get new block locations from namenode and retry...
2.配置hbase
1)在全分布式模式下，不只有一个主机。在hbase-site.xml中，设置hbase.cluster.distributed为true，并通过设置hbase.rootdir指名HDFS NameNode和它在HDFS的位置，这里也是HBase写入数据的位置。
hbase.rootdir hdfs://master:54310/hbase The directory shared by RegionServers. hbase.cluster.distributed true The mode the cluster will be in. Possible values are false: standalone and pseudo-distributed setups with managed Zookeeper true: fully-distributed with unmanaged Zookeeper Quorum (see hbase-env.sh) dfs.replication 2 The replication count for HLog and HFile storage. Should not be greater than HDFS datanode count.
2)HDFS client配置
值得注意的是，如果你已经在hadoop集群上进行了HDFS客户端配置，即配置你想要使用的HDFS客户端，而不是服务器端配置：HBase的不会看到这种配置，除非你做以下事情之一：
（1）让hbase-env.sh中，的环境变量HBASE_CLASSPATH=你的HADOOP_CONF_DIR
（2）添加 hdfs-site.xml (或hadoop-site.xml) 的副本，或更好的方法：在${HBASE_HOME}/conf下添加它们的symlinks
（3）如果添加的HDFS client规模不大，可以将他们配置到hbase-site.xml中。
在这里采用第二种方式，在hbase的conf目录中，用ln -s建立hadoop/conf/hdfs-site.xml的软连接。
3）配置zookeeper
在conf/hbase-env.sh 中的HBASE_MANAGES_ZK变量默认是true, 告诉HBase 是否 将ZooKeeper 配合servers 作为HBase启动的一部分。一般说来最好让集群中机器的个数控制在奇数个，原因如下：比如一个4个节点的集群中，需要启动3个zookeeper节点，只支持一个节点宕机的容错，5个节点也需要启动3个zookeeper节点，但支持两个节点宕机的容错。
例如：设置管理3个节点(master,slave1,slave2)的zookeeper,绑定端口2222，确定在conf/hbase-env.sh中的HBASE_MANAGE_ZK被注释掉（默认是true）或者设置为true，接下来配置conf/hbase-site.xml,设置hbase.zookeeper.property.clientPort 和 hbase.zookeeper.quorum。你必须设置hbase.zookeeper.property.dataDir到另一个目录，因为默认的/tmp在系统重启的时候会被清除。在下面的例子中，我们让zookeeper将数据保存到/opt/hbase/zookeeper中。
hbase.zookeeper.property.clientPort 2222 Property from ZooKeeper's config zoo.cfg. The port at which the clients will connect. hbase.zookeeper.quorum master,slave1,slave2 Comma separated list of servers in the ZooKeeper Quorum. For example, "host1.mydomain.com,host2.mydomain.com,host3.mydomain.com". By default this is set to localhost for local and pseudo-distributed modes of operation. For a fully-distributed setup, this should be set to a full list of ZooKeeper quorum servers. If HBASE_MANAGES_ZK is set in hbase-env.sh this is the list of servers which we will start/stop ZooKeeper on. hbase.zookeeper.property.dataDir /opt/hbase/zookeeper Property from ZooKeeper's config zoo.cfg. The directory where the snapshot is stored.
4）配置conf/regionservers
把俩个slave主机当作regionservers，可以在文件中加入：
slave1slave2
5）在conf/hbase-env.sh中指定java的安装路径
到此为止，主要的配置结束了，现在你需要保证master主机可以无密码访问两个slave主机：
ssh-keygen -t rsa#然后一路回车ssh-copy-id -i ~/.ssh/id_rsa.pub user@slave1ssh-copy-id -i ~/.ssh/id_rsa.pub user@slave2#分别将ssh的公钥加入到两个slave主机
然后用scp 命令将配置好的两个文件夹传输到slave主机上的相同路径下。
6）格式化namenode
hadoop/bin/hadoop namenode -format
7）启动hadoop
hadoop/bin/start-all.sh
8）启动hbase
hbase/bin/start-hbase.sh
9）如果HMaster运行不正常，或出现有关于HDFS的异常，你可能需要关闭master的防火墙。
sudo ufw disable
-----------------------------配置完成----------------------------------