首先Hadoop的搭建有三种方式，单机版适合开发调试;伪分布式版，适合模拟集群学习;完全分布式，生产使用的模式。这篇文件介绍如何搭建完全分布式的hadoop集群，一个主节点，三个数据节点为例来讲解。
基础环境
环境准备
1、软件版本
四台服务器配置，系统：centos6.5、内存：1G（视自己配置而定）、硬盘：20G（视自己配置而定）
四台服务器分配的IP地址：
192.168.10.131
192.168.10.132
192.168.10.133
192.168.10.134
规划：131用作主节点用作master，其它三台为数据节点132、133、134用作salve1~3
jdk和生成保持一致使用1.8版本
hadoop使用2.7.3版本
2、host配置和主机名(四台)
修改四台服务器的hosts文件
vim /etc/hosts
192.168.10.131 master
192.168.10.132 slave1
192.168.10.133 slave2
192.168.10.134 slave3
分别斯塔服务器的主机名:HOSTNAME，master为例说明
vi /etc/sysconfig/network
HOSTNAME=master
执行reboot后生效，完成之后依次修改其它salve服务器为：slave1~3。
3、服务器安装jdk(四台)
建议使用yum安装jdk,也可以自行下载安装
yum -y install java-1.8.0-openjdk*
配置环境变量，修改配置文件vim/etc/profile
export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk.x86_64
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
使用souce命令让立刻生效
source /etc/profile
免密登陆
如果你对大数据开发感兴趣，想系统学习大数据的话，可以加入大数据技术学习交流扣扣群458345782，私信管理员即可免费领取开发工具以及入门学习资料
一、首先关闭四台服务器的防火墙和SELINUX
查看防火墙状态
service iptables status
关闭防火墙
service iptables stop
chkconfig iptables off
关闭SELINUX后，需要重启服务器
—关闭SELINUX
# vim /etc/selinux/config
—注释掉
#SELINUX=enforcing
#SELINUXTYPE=targeted
—添加
SELINUX=disabled
二、免密码登录本机
下面以配置master本机无密码登录为例进行讲解，用户需参照下面步骤完成salve1~3三台子节点机器的本机无密码登录;
1)生产秘钥
ssh-keygen -t rsa
2)将公钥追加到”authorized_keys”文件
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
3)赋予权限
chmod 600 .ssh/authorized_keys
4)验证本机能无密码访问
ssh master
最后，依次配置salve1~3无密码访问
二、master本机无密码登录slave1、slave2、slave3，以master无密码登录slave1为例进行讲解：
1)登录slave1，复制master服务器的公钥”id_rsa.pub”到slave1服务器的”root”目录下。
scp root@master:/root/.ssh/id_rsa.pub /root/
2)将master的公钥(id_rsa.pub)追加到slave1的authorized_keys中
cat id_rsa.pub >> .ssh/authorized_keys
rm -rf id_rsa.pub
3)在master上面测试
ssh slave1
三、配置slave1~slave3本机无密码登录master
下面以slave1无密码登录master为例进行讲解，用户需参照下面步骤完成slave2~slave3无密码登录master。
1)登录master，复制slave1服务器的公钥”id_rsa.pub”到master服务器的”/root/”目录下。
scp root@slave1:/root/.ssh/id_rsa.pub /root/
2)将slave1的公钥(id_rsa.pub)追加到master的authorized_keys中。
cat id_rsa.pub >> .ssh/authorized_keys
rm -rf id_rsa.pub //删除id_rsa.pub
3)在slave1上面测试
ssh master
依次配置slave2、slave3
到此主从的无密登录已经完成了。
Hadoop环境搭建
配置master的hadoop环境
1、master上解压缩安装包及创建基本目录
#下载
wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.
#解压
tar -xzvf hadoop-2.7.3.tar.gz -C /usr/local
#重命名
mv hadoop-2.7.3 hadoop
2、配置master的hadoop环境变量
1)配置环境变量，修改配置文件vi/etc/profile
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
使得hadoop命令在当前终端立即生效
source /etc/profile
下面配置，文件都在：/usr/local/hadoop/etc/hadoop路径下
2、配置core-site.xml
修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，通过fs.default.name指定NameNode的IP地址和端口号，通过hadoop.tmp.dir指定hadoop数据存储的临时文件夹。
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
</configuration>
特别注意：如没有配置hadoop.tmp.dir参数，此时系统默认的临时目录为：/tmp/hadoo-hadoop。而这个目录在每次重启后都会被删除，必须重新执行format才行，否则会出错。
3、配置hdfs-site.xml：
修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，通过dfs.replication指定HDFS的备份因子为3，通过dfs.name.dir指定namenode节点的文件存储目录，通过dfs.data.dir指定datanode节点的文件存储目录。
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>/usr/local/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/usr/local/hadoop/hdfs/data</value>
</property>
</configuration>
4、配置mapred-site.xml
拷贝mapred-site.xml.template为mapred-site.xml，在进行修改
cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml
vim /usr/local/hadoop/etc/hadoop/mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapred.job.tracker</name>
<value>http://master:9000</value>
</property>
</configuration>
5、配置yarn-site.xml
<configuration>
<!– Site specific YARN configuration properties –>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
</configuration>
6、配置masters文件
修改/usr/local/hadoop/etc/hadoop/masters文件，该文件指定namenode节点所在的服务器机器。删除localhost，添加namenode节点的主机名master;不建议使用IP地址，因为IP地址可能会变化，但是主机名一般不会变化。
vi /usr/local/hadoop/etc/hadoop/masters
##内容
master
7、配置slaves文件(Master主机特有)
修改/usr/local/hadoop/etc/hadoop/slaves文件，该文件指定哪些服务器节点是datanode节点。删除locahost，添加所有datanode节点的主机名，如下所示。
vi /usr/local/hadoop/etc/hadoop/slaves
## 内容
slave1
slave2
slave3
配置hadoop-slave的hadoop环境
下面以配置slave1的hadoop为例进行演示，用户需参照以下步骤完成其他slave2~3服务器的配置。
1)复制hadoop到slave1节点
scp -r /usr/local/hadoop slave1:/usr/local/
登录slave1服务器，删除slaves内容
rm -rf /usr/local/hadoop/etc/hadoop/slaves
2)配置环境变量
vi /etc/profile
## 内容
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
使得hadoop命令在当前终端立即生效;
source /etc/profile
依次配置其它slave服务
启动集群
1、格式化HDFS文件系统
进入master的~/hadoop目录，执行以下操作
bin/hadoop namenode -format
格式化namenode，第一次启动服务前执行的操作，以后不需要执行。
2、然后启动hadoop：
sbin/start-all.sh
3、使用jps命令查看运行情况
#master 执行 jps查看运行情况
25928 SecondaryNameNode
25742 NameNode
26387 Jps
26078 ResourceManager
#slave 执行 jps查看运行情况
24002 NodeManager
23899 DataNode
24179 Jps
4、命令查看Hadoop集群的状态
通过简单的jps命令虽然可以查看HDFS文件管理系统、MapReduce服务是否启动成功，但是无法查看到Hadoop整个集群的运行状态。我们可以通过hadoopdfsadmin-report进行查看。用该命令可以快速定位出哪些节点挂掉了，HDFS的容量以及使用了多少，以及每个节点的硬盘使用情况。
hadoop dfsadmin -report
输出结果：
Configured Capacity: 50108030976 (46.67 GB)
Present Capacity: 41877471232 (39.00 GB)
DFS Remaining: 41877385216 (39.00 GB)
DFS Used: 86016 (84 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0
Missing blocks (with replication factor 1): 0
……
5、hadoop重启
sbin/stop-all.sh
sbin/start-all.sh
错误
在搭建完成启动的时候，发生过两个错误：
1、xxx:Error:JAVA_HOMEisnotsetandcouldnotbefound
这个错误意思没有找到jdk的环境变量，需要在hadoop-env.sh配置。
vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh
## 配置项
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
2、Theauthenticityofhost‘0.0.0.0(0.0.0.0)’can’tbeestablished.
解决方案关闭SELINUX
— 关闭SELINUX
# vim /etc/selinux/config
— 注释掉
#SELINUX=enforcing
#SELINUXTYPE=targeted
— 添加
SELINUX=disabled
如果你对大数据开发感兴趣，想系统学习大数据的话，可以加入大数据技术学习交流扣扣群458345782，私信管理员即可免费领取开发工具以及入门学习资料
