说在前头的一些东西，关于Linux本身环境本身的一些处理见如下链接，主要是讲Hadoop环境的前期准备：http://www.jianshu.com/p/d8720d0828dd
一.环境：
java： jdk1.7.0_80
Linux： CentOS6.5
Hadoop： hadoop-2.5.0
二.集群规划:
Hadoop01 Hadoop02 Hadoop03
namenode
datanode datanode datanode
nodemanager nodemanager nodemanager
resourcemanager
secondarynamenode
三.按如下步骤依次操作各个文件：
1.启动文件，修改这三个文件的JAVVA_HOEM变量：
hadoop-env.sh
yarn-env.sh
mapred-env.sh
2.修改core-site.xml文件，编辑内容如下：
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop01:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/shiluo/softwares/hadoop-2.5.0/data/tmp</value>
</property>
#该参数代表从HDFS上删除的文件暂存的时间（60 * 24）
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>
3.修改hdfs-site.xml文件，编辑如下内容：
#配置secondarynamenode
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop03:50090</value>
</property>
4.修改slave文件，将集群需要部署datanode进程节点的hostname写入该文件
5.修改yarn-site.xml文件，编辑如下内容：
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop02</value>
</property>
#NodeManager上运行的附属服务,该参数是为了可以运行mapreduce程序
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
#nodemanager可使用的内存，默认是8G
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>4096</value>
</property>
#nodemanager可以使用的虚拟CPU个数
<property>
<name>yarn.nodemanager.resource.cpu-vcores</name>
<value>4</value>
<property>
#添加日志聚集功能
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
#日志可以存放的时间
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>640800</value>
</property>
6.修改mapred-site.xml文件（改文件默认是不存在的，把mapred-site.xml.template文件修改即可），编辑如下内容：
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop01:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop01:19888</value>
</property>
7.至此，全部配置完成，在分发之前将share下面的doc目录删掉，增加分发的速度，使用如下命令进行分发任务
scp -r hadoop-2.5.0 hadoop02:/home/shiluo/software/
scp -r hadoop-2.5.0 hadoop03:/home/shiluo/software/
8.在Hadoop01这台机器上执行如下命令进行格式化：
bin/hdfs namenode -format
好，到这里基本上大功告成，然后启动进程，做一些基本的测试（例如：文件的上传，下载，读取等等操作），试试集群是否能够正常工作，下面介绍几个集群搭建出现的问题。
问题一：namenode进程不能正常启动？
解决办法：查看namenode的启动日志，
①.一般是namenode配置有问题，仔细核对core-site.xml和hdfs-site.xml文件
②.第二种情况是多次格式化namenode造成的，需要删除集群中每台节点/tmp目录下的所有东西，还有hadoop.tmp.dir目录下的东西，即可解决。
问题二：启动集群后，datanode没有正常启动？
解决办法：查看namenode的启动日志发现，出现了端口被占用的情况导致datanode没有正常启动，使用 netstat -anp | grep 端口号 命令查到进程号kill掉，在启动集群即可解决。
至此，集群搭建全部讲解完毕，预祝各位朋友可以搭建成功；下一篇将介绍在此基础上如何搭建出一个高可用的（HA），同时具有Failover（故障自动转移）功能的分布式集群。
Hadoop2.5.0 HA构建 链接：
http://www.jianshu.com/p/302ab34c8a80
如需转载，请注明出处，谢谢！！
