环境准备：
1.准备5台vm，用centos做个镜像后，克隆其他4台
2.jdk安装
3./etc/hosts 文件配置多台主机名映射关系，需要保证各节点完全一致
4.启动zookeeper集群
集群规划治理：
其中，在01，02上部署namenode，02standby，03-05部署datanode。01，02上部署yarn的resource manager，且互为主备。yarn和hdfs的ha依赖于先前在01-03上部署的zk集群
集群搭建
1、使用hadoop用户解压并安装到apps路径下
1.1使用hadoop用户进入到在/home/hadoop/apps目录下
cd /home/hadoop/apps
注意：如果没有/home/hadoop/apps路径，自行在/home/hadoop路径下创建apps文件夹：mkdir /home/Hadoop/apps
1.2使用rz将本机的hadoop安装包上传到/home/hadoop/apps目录下
1.3解压安装文件
tar -zxvf hadoop-2.7.4.tar.gz
1.4使用root用户创建软链接
ln -s /home/hadoop/apps/hadoop-2.7.4 /usr/local/hadoop
1.5使用root用户修改软链接属主
chown -R hadoop:hadoop /usr/local/hadoop
1.6使用root用户将hadoop相关内容添加到环境变量中
注意：Hadoop配置文件路径是/usr/local/hadoop/etc/hadoop
vim /etc/profile
添加内容如下：
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_HOME=$HADOOP_HOME
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin
1.7使用root用户重新编译环境变量使配置生效
source /etc/profile
2. 配置HDFS
2.1使用hadoop用户进入到Hadoop配置文件路径
cd /usr/local/hadoop/etc/hadoop
2.2修改hadoo-env.sh
修改JDK路径export JAVA_HOME=/usr/local/jdk
2.3 配置core-site.xml
2.4 配置hdfs-site.xml
主要包括NameNode HA配置，JournalNode配置，namenode高可用主备切换配置和dfs文件属性设置
3. 配置YARN
3.1 修改yarn-site.xml
开启RM高可用，指定RM的名字，地址。指定zookeeper集群地址。NodeManager上运行的附属服务aux-services，需配置成mapreduce_shuffle，才可运行MapReduce程序
3.2 修改mapred-site.xml
历史日志服务jobhistory相关配置
3.3 在/usr/local/hadoop路径下创建hdpdata文件夹
cd /usr/local/hadoop
mkdir hdpdata
4. 修改slaves文件，设置datanode和nodemanager启动节点主机名称
在slaves文件中添加节点的主机名称
hadoop03
hadoop04
hadoop05
注意：hadoop03，hadoop04，hadoop05是我的虚拟机主机名称，在这三台机器上启动datanode和nodemanager，根据自己集群主机名称情况自行修改。
5. 配置hadoop用户免密码登陆
配置hadoop01到hadoop01、hadoop02、hadoop03、hadoop04、hadoop05的免密码登陆
在hadoop01上生产一对钥匙
ssh-keygen -t rsa
将公钥拷贝到其他节点，包括自己本机
ssh-copy-id -i hadoop01
ssh-copy-id -i hadoop02
ssh-copy-id -i hadoop03
ssh-copy-id -i hadoop04
ssh-copy-id -i hadoop05
配置hadoop02到hadoop01、hadoop02、hadoop03、hadoop04、hadoop05的免密码登陆
在hadoop02上生产一对钥匙
ssh-keygen -t rsa
将公钥拷贝到其他节点，包括自己本机
ssh-copy-id -i hadoop01
ssh-copy-id -i hadoop02
ssh-copy-id -i hadoop03
ssh-copy-id -i hadoop04
ssh-copy-id -i hadoop05
注意：两个namenode之间要配置ssh免密码登陆
6. 将配置好的hadoop拷贝到其他节点
scp -r hadoop-2.7.4 hadoop@hadoop02:/home/hadoop/apps
scp -r hadoop-2.7.4 hadoop@hadoop03:/home/hadoop/apps
scp -r hadoop-2.7.4 hadoop@hadoop04:/home/hadoop/apps
scp -r hadoop-2.7.4 hadoop@hadoop05:/home/hadoop/apps
在每个节点分别执行如下四步操作
第一步：使用root用户创建软链接
ln -s /home/hadoop/apps/hadoop-2.7.4 /usr/local/hadoop
第二步：使用root用户修改软链接属主
chown -R hadoop:hadoop /usr/local/hadoop
第三步：使用root用户添加环境变量
vim /etc/profile
添加内容：
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_HOME=$HADOOP_HOME
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin
第四步：使用root用户重新编译环境变量使配置生效
source /etc/profile
集群启动步骤
（注意使用hadoop用户启动，严格按照顺序启动）
su hadoop
1. 启动journalnode（分别在hadoop03、hadoop04、hadoop05上执行启动）
/usr/local/hadoop/sbin/hadoop-daemon.sh start journalnode
运行jps命令检验，hadoop03、hadoop04、hadoop05上多了JournalNode进程
2. 格式化HDFS
在hadoop01上执行命令:
hdfs namenode -format
格式化成功之后会在core-site.xml中的hadoop.tmp.dir指定的路径下生成dfs文件夹，将该文件夹拷贝到hadoop02的相同路径下
scp -r hdpdata hadoop@hadoop02:/usr/local/hadoop
3. 在hadoop01上执行格式化ZKFC操作
hdfs zkfc -formatZK
执行成功，日志输出如下信息
INFO ha.ActiveStandbyElector: Successfully created /hadoop-ha/ns in ZK
4. 在hadoop01上启动HDFS
sbin/start-dfs.sh
5. 在hadoop02上启动YARN
sbin/start-yarn.sh
在hadoop01单独启动一个ResourceManger作为备份节点
sbin/yarn-daemon.sh start resourcemanager
6. 在hadoop02上启动JobHistoryServer
sbin/mr-jobhistory-daemon.sh start historyserver
启动完成node02会增加一个JobHistoryServer进程
7. hadoop安装启动完成
HDFS HTTP访问地址
NameNode (active)：http://192.168.75.150:50070
NameNode (standby)：http://192.168.75.151:50070
ResourceManager HTTP访问地址
ResourceManager ：http://192.168.75.151:8088
历史日志HTTP访问地址
JobHistoryServer：http://192.168.75.151:19888
集群验证
1. 验证HDFS 是否正常工作及HA高可用
首先向hdfs上传一个文件
hadoop fs -put /usr/local/hadoop/README.txt /
在active节点手动关闭active的namenode
sbin/hadoop-daemon.sh stop namenode
通过HTTP 50070端口查看standby namenode的状态是否转换为active
手动启动上一步关闭的namenode
sbin/hadoop-daemon.sh start namenode
此时发现node01切为standby状态
2.验证YARN是否正常工作及ResourceManager HA高可用
运行测试hadoop提供的demo中的WordCount程序：
hadoop fs -mkdir /wordcount
hadoop fs -mkdir /wordcount/input
hadoop fs -mv /README.txt /wordcount/input
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.4.jar wordcount /wordcount/input /wordcount/output
验证ResourceManager HA
手动关闭node02的ResourceManager
sbin/yarn-daemon.sh stop resourcemanager
通过HTTP 8088端口访问node01的ResourceManager查看状态
手动启动node02 的ResourceManager
sbin/yarn-daemon.sh start resourcemanager
