用三台云服务器搭建hadoop完全分布式集群
硬件准备集群配置集群规划Hadoop、Zookeeper、Java、CentOS版本
基础环境配置关闭防火墙修改主机名主机映射时间同步查看主机时间选择时区时间同步协议NTP
定时任务crontab配置ssh免密
安装jdk创建安装目录和软件包存放目录修改环境变量：查看java版本，确认安装成功:
Zookeeper安装安装Zookeeper：配置系统环境变量：标识节点启动集群
Hadoop安装修改hadoop-env.sh修改yarn-env.sh修改主要配置修改core-site.xml修改hdfs-site.xml修改yarn-site.xml修改mapred-site.xml修改slaves
启动集群启动Zookeeper初始化NameNode初始化HA状态启动HDFS启动YARN查看集群启动HDFS查看集群启动YARN后查看集群
硬件准备
集群配置
本次利用云服务器搭建Hadoop集群， 在开始之前，你需要3台云服务器，可以在同一家购买也可以在不同家购买。此次教程采用百度云产品，可以换不同账号新手免费试用几个月，具体配置如下：
服务器名称配置磁盘容量master2cpu 内存4GB40Gslave11cpu 内存2GB60Gslave21cpu 内存2GB60G
集群规划
服务器IP180.76.231.240180.76.53.4106.12.160.115主机名masterslave1slave2NameNode是否否SecondaryManager是否否DateNode是是是RecourceManager是否否Nodemanager是是是
Hadoop、Zookeeper、Java、CentOS版本
HadoopZookeeperJavaCentOS2.7.73.4.141.8.0_1718.4 x86_64(64bit)
基础环境配置
关闭防火墙
systemctl stop firewalld
systemctl status firewalld
修改主机名
hostnamectl set-hostname master
hostname
主机映射
3个虚拟机均需要修改hosts文件
vi /etc/hosts
使其生效
source /etc/hosts
注意，因为是云服务器，会有两个ip，一个是内网IP,一个是外网IP,我们在设置hosts时，对于要设置的服务器，IP为内网，而对于其他服务器，要设置外网IP。 测试三台机器,是否ping通
ping master
ping slave1
ping slave2
时间同步
查看主机时间
date
选择时区
tzselect
echo "TZ='Asia/Shanghai'; export TZ" >> /etc/profile && source /etc/profile
时间同步协议NTP
yum install -y ntp//三台机器安装ntp
master作为ntp服务器，修改ntp配置文件
vim /etc/ntp.conf//master执行
屏蔽掉默认的server，设置master作为时钟源，设置时间服务器的层级为10。
#注释掉server 0 ~ n，新增
server 127.127.1.0
fudge 127.127.1.0 stratum 10
重启ntp服务(master上执行)
/bin/systemctl restart ntpd.service
slave1，slave2操作
ntpdate master
定时任务crontab
crontab -e
输入i,添加定时任务
*/30 8-17 * * */usr/sbin/ntpdate master //早8晚五时间段每隔半个小时同步
*/10 * * * */usr/sbin/ntpdate master //每隔10分钟同步一次
*/30 10-17 * * */usr/sbin/ntpdate master //早十晚五时间段每隔半个小时同步
查看定时任务列表
crontab –l
配置ssh免密
生成公钥和私钥：
ssh-keygen -t rsa //三台都要
连续按3次Enter键，会在当前用户家目录下生成隐藏目录.ssh，里面包含私钥id_rsa和公钥id_rsa.pub
将公钥复制到要免密登录的服务器上:ssh-copy-id 服务器名
ssh-copy-id master
ssh-copy-id slave1
ssh-copy-id slave2
会让你确认是否要连接，输入yes 再输入对方主机的密码即可。在这里，我选择将各台服务器都相互免密登录，大家在实际过程中可按需求选择要免密的主机。 验证免密效果，分别测试免密效果：ssh 想要登录的主机名
ssh master
ssh slave1
ssh slave2
退出：
exit
安装jdk
在官网下载好相关文件，利用xftp传入主机
创建安装目录和软件包存放目录
创建文件夹 在主机master先创建两个文件夹:/opt/module 和/opt/softs，我所有软件都安装在/opt/module下，软件安装包均放在/opt/softs下,命令为：
mkdir /opt/module/
mkdir /opt/softs/
利用xftp连接上传相关软件到/opt/softs
解压至/opt/module
tar -zxvf jdk-8u171-linux-x64.tar.gz
‐C /opt/modle/
将文件传入主机slave1和slave2
scp -r /opt/softs slave1:/opt/softs
scp -r /opt/softs slave2:/opt/softs
scp -r /opt/module slave1:/opt/module
scp -r /opt/module slave2:/opt/module
修改环境变量：
vi /etc/profile 添加内容如下：
export JAVA_HOME=/opt/module/jdk1.8.0_171
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
使其生效：
source /etc/profile
删除slave1和slave2的/etc/profile文件:
rm -rf /etc/profile
将文件传入主机slave1和slave2
scp -r /etc/profile slave1:/etc/profile
scp -r /etc/profile slave2:/etc/profile
查看java版本，确认安装成功:
java -version
Zookeeper安装
安装Zookeeper：
tar -zxvf zookeeper-3.4.14.tar.gz -C /opt/module/
配置系统环境变量：
vi /etc/profile
添加如下信息
export ZOOKEEPER_HOME=/opt/module/zookeeper-3.4.14
export PATH=$ZOOKEEPER_HOME/bin:$PATH
使得配置的环境变量生效:
source /etc/profile
修改配置文件 进入zookeeper的安装目录下的 conf目录 ，拷贝配置样本并进行修改：
cd /opt/module/zookeeper-3.4.14/conf
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改dataDir，增加dataLogDir如下：
dataDir=/opt/module/zookeeper-3.4.14/zookeeper-cluster/data
dataLogDir=/opt/module/zookeeper-3.4.14/zookeeper-cluster/log
#server.1 这个1是服务器的标识，可以是任意有效数字，标识这是第几个服务器节点，这个标识要写到dataDir目录下面myid文件里
server.1=sleve1:2777:3888
server.2=sleve2:2777:3888
server.3=master:2777:3888
标识节点
分别在三台主机的 dataDir 目录下新建 myid 文件：
mkdir -vp /opt/module/zookeeper-3.4.14/zookeeper-cluster/data/
写入对应的节点标识。Zookeeper 集群通过 myid 文件识别集群节点，并通过上文配置的节点通信端口和选举端口来进行节点通信，选举出 Leader 节点。 slave1上执行
echo "1" > /opt/module/zookeeper-3.4.14/zookeeper-cluster/data/myid
slave2上执行
echo "2" > /opt/module/zookeeper-3.4.14/zookeeper-cluster/data/myid
master上执行
echo "3" > /opt/module/zookeeper-3.4.14/zookeeper-cluster/data/myid
启动集群
进入各台服务器${ZOOKEEPER_HOME}/bin，然后执行zkServer.sh start 启动集群，并用zkServer.sh status查看状态：（这里也可以不进入bin目录启动因为在/etc/profile设置了系统环境变量，但是如果每次在不同目录下启动每次启动会生成一个启动日记文件：zookeeper.out文件，zookeeper.out也可以用来查看启动时的错误）
cd $ZOOKEEPER_HOME/bin
查看当前目录：
pwd
zkServer.sh start
zkServer.sh status
常见问题解决措施： 1 检查是否创建data目录 2 检查conf/zoo.cfg文件中是否配置了正确的数据缓存路径(data文件夹位置) 3 检查data中是否创建了myid文件,其内容是否正确 如果myid文件中的数字不和zoo.cfg中的数字对应，也会造成错误！ 4 检查conf/zoo.cfg文件中是否配置了服务/投票/选举端口,形式为: server.x(x为myid中的id)=ip地址:端口号:端口号 举例: server.1=192.168.70.143:2881:3881 5 是否关闭了防火墙(需要关闭,或者开放相关端口) 6 检查data目录下是否有*.pid文件,若有将其全部删除 7 端口占用：
netstat -nltp | grep 2181//查看指定端口
jps//查看java进程端口
kill -9 37884// 彻底杀死进程
8.主机映射问题，在配置zoo.cfg时最好是直接写ip地址，不写主机名称 9.启动顺序，需要按配置文件启动 具体错误查看zookeeper.out文件
Hadoop安装
进入/opt/softs/目录：
cd /opt/softs/
安装hadoop：
tar -zxvf hadoop-2.7.7.tar.gz -C /opt/module//表示将hadoop安装到/opt/module/
配置系统环境变量：
vim /etc/profile
添加如下信息
export HADOOP_HOME=/opt/module/hadoop-2.7.7
export PATH=$PATH:${HADOOP_HOME}/bin
export PATH=$PATH:${HADOOP_HOME}/sbin//可选，这里导入后面可以不进入sbin目录启动服务
使得配置的环境变量生效:
source /etc/profile
进入 ${HADOOP_HOME}/etc/hadoop 目录下，修改几个配置文件:
cd ${HADOOP_HOME}/etc/hadoop
修改hadoop-env.sh
指定JDK的安装位置
export JAVA_HOME=/opt/module/jdk1.8.0_171
修改yarn-env.sh
进入${HADOOP_HOME}/etc/hadoop下配置：
cd ${HADOOP_HOME}/etc/hadoop
vim yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_171
修改主要配置
由于其方便性，这里使用notepad++修改 除了直接在文档修改，我们还可以利用notepad++的插件通过FTP实现远程编辑项目的文档。采用这个方法虽然一次只能编辑一个文档。 notepad++是一款开源免费软件，到处都有得下载 安装NppFTP插件 选择 「插件」 --> 「Plugin Manager」 --> 「Show Plugin Manager」，在弹出的窗口中找到 「NppFTP」 ，打上勾并点击 「Install」，之后一路「Yes」 就可以了。 安装完毕之后，在 「插件」 菜单中即可看到 「NppFTP」 。我们也可以将这个插件以窗口的形式显示在主窗口侧边。 选择 「插件」 --> 「NppFTP」 --> 「Show NppFTP Window」 下面就可以通过Notepad++的NppFTP插件来连接虚拟机了。点击NppFTP插件栏的小齿轮选择 「profile settings」： 在「profile settings」 里，点击 「add new」 创建一个新的连接，然后右侧填入相应的信息，再点击 「close」 退出。 点击NppFTP插件栏左侧的闪电那个图标，选择刚刚创建的连接，即可连接到虚拟机。之后再打开需要编辑的文档就可以尽情的玩耍了。 进入/opt/module/hadoop-2.7.7/etc/hadoop目录
修改core-site.xml
若中文出现乱码现象，点击[编码]，使用UTF-8编码
修改hdfs-site.xml
修改yarn-site.xml
修改mapred-site.xml
生成mapred-site.xml：
cp mapred-site.xml.template mapred-site.xml
修改slaves
配置所有节点的主机名或 IP 地址，每行一个,所有从属节点上的 DataNode 服务和NodeManager 服务都会被启动。
master
slave1
slave2
再将slave1和slave2的文件修改
启动集群
启动Zookeeper
启动集群之前需要先启动zookeeper
cd $ZOOKEEPER_HOME/bin
zkServer.sh start
zkServer.sh status
初始化NameNode
首先进入${HADOOP_HOME}/sbin
cd ${HADOOP_HOME}/sbin//若前面导入环境变量，可不用进入
在namenode节点上初始化集群，在master上进行，命令为：
hdfs namenode -format
初始化HA状态
在namenode节点上初始化集群，在master上进行，命令为：
hdfs zkfc -formatZK
启动HDFS
在namenode节点上初始化集群。进入master的 ${HADOOP_HOME}/sbin (若前面导入环境变量无需进入)目录下，启动 HDFS。此时 master 和的 NameNode 服务和3台服务器上的 DataNode 服务都会被启动：
./start-dfs.sh
start-dfs.sh//若前面导入环境变量可直接用这个命令
启动YARN
在namenode节点上初始化集群。进入到 master 的${HADOOP_HOME}/bin 目录下，启动 YARN。此时 master上的ResourceManager 服务和3台服务器上的 NodeManager 服务都会被启动：
./start-yarn.sh
start-yarn.sh//若前面导入环境变量可直接用这个命令
查看集群
启动HDFS查看集群
通过在每台机器上输入命令：
jps
查看集群各服务开启情况。如下图，发现所有服务正常开启。
访问：http://180.76.231.240:50070/
启动YARN后查看集群
访问：http://180.76.231.240:8088/