前言
本文从零开始搭hadoop完全分布式集群，大概花费了一天的时间边搭边写博客，一步一步完成完成集群配置，相信大家按照本文一步一步来完全可以搭建成功。需要注意的是本文限于篇幅和时间的限制，也是为了突出重点，一些很基础的操作就不再详细介绍，如果是完全不懂linux，建议先看一下Linux的基础教程，再进行hadoop配置。同时建议，hadoop安装版本不宜很高。第一次写这么长的博客，希望对大家有所帮助，如果有帮到你，可以点个推荐哦。哈哈。（图片压缩的有些模糊，大家谅解一下）
1 安装linux
篇幅限制，不再介绍，网上很多教程。
1.1添加一个用户
useradd hduser
passwd *****
2配置用户具有root权限
（1）查看并修改sudoers的文件权限：
首先在root用户下修改 /etc/sudoers 文件权限，将 只读 改为 可以修改
修改权限命令
chmod 777 /etc/sudoers
修改前：
修改后：
（2）修改sudoers配置文件
命令
vim /etc/sudoers
添加 haduer权限信息
（3）将sudosers访问权限恢复440
命令
chmod 440 /etc/sudoers
3创建文件夹module、software
（1）将账户切换为新建用户hduser ,并在/opt目录下创建文件夹module、software文件夹
module文件夹用于存放解压后的文件，software文件夹用于存放原始的压缩文件
命令
su hduser
sudo mkdir module
sudo mkdir software
（2）创建后修改module、software文件夹的所有者为hduser
修改文件或文件夹所有者命令
sudo chown hduser:hduser module/ software/
原有的rh空文件夹可以删掉（也可以不删）
命令 sudo rm -rf rh
4安装JDK
（1）删除原有openJDK（如果有的话）
查询命令 rpm -qa | grep java
卸载命令 sudo rpm -e 软件名称
（我这个机器没发现openJDK就不展示了，但是大多数的linux默认都存在openJDK，需要卸载后再安装Oracle的JDK）
（2）安装JDK
JDK安装有两种方式，一种直接yum安装，方便快捷，前提是连着网。
首先执行查看可安装jdk版本的命令 yum -y list java*
然后选择自己需要的jdk版本进行安装，比如安装JDK1.8，输入命令
yum install -y java-1.8.0-openjdk-devel.x86_64
然后等待安装完成即可，输入 java -version 查看安装完成后的jdk版本
这个jdk安装目录可以在 usr/lib/jvm下找到
第二种就是手动安装了，也是本文采用的方法
首先在Oracle官网下载jdk，注意下载linux版本，我使用的是jdk-8u144-linux-x64.tar.gz
将jdk复制到Linux中，并将其移动到/opt/software目录下
移动命令 sudo mv “当前jdk压缩包的路径” /opt/software
解压到/opt/module目录下
解压命令 tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/
解压完成后配置jdk环境变量
命令 sudo vim /etc/profile
在文件尾部追加jdk路径，并保存
#JAVA_HOME export JAVA_HOME=/opt/module/jdk1.8.0_144 export PATH=$PATH:$JAVA_HOME/bin
生效配置文件命令 source /etc/profile
输入java -version查看是否成功
5安装hadoop
从官网下载Hadoophttps://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
然后的安装步骤和安装jdk步骤基本一样。
将hadoop-2.7.2.tar.gz复制到Linux中，并移动到/opt/softwate目录下
移动命令 sudo mv /hadoop-2.7.2.tar.gz /opt/software/
解压到/opt/module命令 tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/
配置hadoop环境变量 sudo vim /etc/profile
在文件末尾添加
##HADOOP_HOME export HADOOP_HOME=/opt/module/hadoop-2.7.2 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin
保存退出后，生效配置文件 source /etc/profile
验证是否成功 hadoop version
6修改主机静态IP
（1）命令 vim /etc/udev/rules.d/70-persistent-net.rules
复制本机的物理IP地址00:0c:29:8f:28:40
（2）命令 sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0 （etho为本机的名字，可以修改，上面的截图最后一个就是这个名字）
将HDADDR的IP改为之前复制的那个IP（如果没这个HDADDR项，那就跳过，不用改了）
将BOOTPROTO项改为static静态获取，将ONBOOT改为yes，那么开机自动生效
添加IPADDR项并设置为192.168.115.161（当然你完全可以设置为其他的静态IP）
添加GATEWAY项并设置为192.168.115.2（这个为网关，根据你的IP设置相应的网关，前三个如：192.168.115和设置的IP前三个要一样，最后一位一般都设为2）
添加DNS1并设置为
7修改主机名称
命令 sudo vim /etc/sysconfig/network
为hadoop201 （你也可以设为其他名字）
保存后，可以输入hostname查看本机的主机名（hostname在重启后生效，当然也有其他生效方式，reboot重启最简单）
8配置hosts文件
配置hosts文件，方便以后的集群操作
输入命令 sudo vim /etc/hosts
在文件末尾追加
192.168.115.161 hadoop201
（集群最少要有三个节点，我就顺便把要装的其他的节点也加上了）
9关闭防火墙
关闭防火墙，方便远程操控（不同版本命令有所不同，可以上网百度一下， centos6和centos7命令有些区别）
关闭防火墙命令： systemctl stop firewalld.service
关闭开机启动： systemctl disable firewalld
执行完以上8步骤后可以reboot重启一下，这样基础的准备工作就完成了。
如果使用的是虚拟机的话，就将配置好的一个虚拟机完全克隆一下，克隆2个新节点，克隆完成后只需要修改新节点的静态IP和修改hostname名就行了（使用克隆节点修改静态IP时，注意vim /etc/udev/rules.d/70-persistent-net.rules编辑时要删掉多余的之前的IP设置，并将文件末尾NAME=”eth1”这样的名字改为NAME=”eth0”）
如果是真实主机的话，就重复上述8个步骤，再新建两个节点
有三个节点后，下面开始进行集群配置
10配置集群
建议使用root账号登录
首先在第一台机器上配置
（1）配置hadoop-env.sh
首先进入/opt/module/hadoop-2.7.2目录下 cd /opt/module/hadoop-2.7.2
修改JAVA_HOME路径
命令 vim etc/hadoop/hadoop-env.sh
（2）配置core-site.xml
命令与上面相似 vim etc/hadoop/core-site.xml
fs.defaultFS hdfs://hadoop201:9000 hadoop.tmp.dir /opt/module/hadoop-2.7.2/data/tmp
（3）配置hdfs.site.xml
dfs.replication 3
上述配置在第一台机器上完成后，其他机器暂时不用管
11 SSH无密登录配置
（1）生成公钥私钥
在第一台机器上使用 hduser账号登录
修改配置 vim /etc/ssh/sshd_config
找到以下三行,去除注释保存
#RSAAuthentication yes
#PubkeyAuthentication yes
#PermitRootLogin yes
然后在任意目录下输入命令
ssh-keygen -t rsa
回车3次，生成公钥和私钥
（2）将公钥拷贝到要免密登录的目标机器上
ssh-copy-id hadoop201 ssh-copy-id hadoop202 ssh-copy-id hadoop203
（分发密钥过程中需要输入yes和对应目标机器的密码）
hadoop201刚刚使用的是hduser账号生成和分发的密钥，切换账号为root再进行一次生成密钥和分发密钥
同样在即将配置为yarn节点的hadoop202主机采用hduser账号配置无密登录到hadoop201、hadoop202、hadoop203节点
以上操作是为了后续集群群起做铺垫
（3）编写xsync脚本（用于文件同步）
hadoop201上，在在/home/atguigu目录下创建bin目录，并在bin目录下xsync创建文件，
文件内容如下：
#!/bin/bash #1 获取输入参数个数，如果没有参数，直接退出 pcount=$# if((pcount==0)); then echo no args; exit; fi #2 获取文件名称 p1=$1 fname=`basename $p1` echo fname=$fname #3 获取上级目录到绝对路径 pdir=`cd -P $(dirname $p1); pwd` echo pdir=$pdir #4 获取当前用户名称 user=`whoami` #5 循环 for((host=201; host<204; host++)); do echo ------------------- hadoop$host -------------- rsync -rvl $pdir/$fname $user@hadoop$host:$pdir done
然后修改脚本 xsync 具有执行权限 命令
chmod 777 xsync
12同步文件
首先将xsync脚本文件分发到其他节点
命令
xsync /home/hduser/bin
注意：如果将xsync放到/home/atguigu/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下。
（1）在hadoop201上操作，将hosts文件分发给其他节点（如果是虚拟机克隆的话，hosts里面有节点信息就不用分发了）
xsync /etc/hosts
（2）配置slaves
首先进入目录 cd /opt/module/hadoop-2.7.2/ 下
命令 vim etc/hadoop/slaves
在文件中增加下列内容
hadoop102
hadoop103
hadoop104
（注意：slaves文件内不允许有空格，如果有的话会导致一些节点群起失败）
（注意2：配置slaves文件的前提是hosts文件已经有了这些节点的信息）
分发slaves配置文件 xsync etc/hadoop/slaves
13集群配置
还是在hadoop201上操作，然后把文件分发给其他节点，以减少工作量
（1）集群部署规划
|
|
Hadoop201 |
Hadoop202 |
Hadoop203 |
| HDFS
|
NameNode DataNode |
DataNode |
SecondaryNameNode DataNode |
| YARN |
NodeManager |
ResourceManager NodeManager |
NodeManager |
（2）配置集群
首先 cd /opt/module/hadoop-2.7.2/ 进入hadoop安装目录下
配置core-site.xml
命令 vim etc/hadoop/core-site.xml
在文件中编写如下配置
fs.defaultFS hdfs://hadoop201:9000 hadoop.tmp.dir /opt/module/hadoop-2.7.2/data/tmp
配置hadoop-env.sh
命令 vim etc/hadoop/hadoop-env.sh
修改JAVA_HONE路径 export JAVA_HOME=/opt/module/jdk1.8.0_144 （较详细操作看第10小节）
配置hdfs-site.xml
命令 vim etc/hadoop/hdfs-site.xml
在文件中编写如下配置
dfs.replication 3 dfs.namenode.secondary.http-address hadoop203:50070
配置yarn-env.sh
命令 vim etc/hadoop/yarn-env.sh
修改JAVA_HOME目录（去掉注释修改目录）
export JAVA_HOME=/opt/module/jdk1.8.0_144 （详情参考第10小节）
配置yarn-site.xml
命令 vim etc/hadoop/yarn-site.xml
在文件中增加下列配置
yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname hadoop202
配置mapred-env.sh
（参考第10小节）
配置mapred-site.xml
首先修改文件名称
cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
再进行配置命令 vim etc/hadoop/mapred-site.xml
在文件中加入下列配置
mapreduce.framework.name yarn
（3）集群文件配置好后分发配置文件
命令
xsync /opt/module/hadoop-2.7.2/
14集群群起
终于来到了激动人心的环节，集群群起（也就是一下启动整个集群）
（1）如果集群是第一次启动，需要格式化namenode （在格式化前，一定要停止上次启动的所有namenode和datanode进程，然后再删除hadoop安装目录下的data和log数据）
格式化命令
bin/hdfs namenode -format
每个节点都格式化一遍
(注意不要随便格式化集群哦)
（2）启动HDFS
在hadoop201上群起HDFS
群起命令
sbin/start-dfs.sh
查看当前节点启动的项目
命令
jps
然后在hadoop202上启动yarn
群起命令
sbin/start-yarn.sh
集群完全启动后各节点的状态如下
这样整个集群就成功启动了
如果要停止集群
在hadoop201上停止集群的hdfs命令
sbin/stop-dfs.sh
在hadoop202上停止集群yarn命令
sbin/stop-yarn.sh
15浏览器查看集群状态
（前提浏览器那个主机的hosts有这些节点的信息，不然就老老实实输入ip地址，如：把hadoop201替换为192.168.115.161）
在浏览器中输入 http://hadoop201:50070 查看namenode状态
输入 http://hadoop201:50075 查看datanode状态
输入 http://hadoop203:50070 查看secondarynamenode状态
后续：
hadoop集群搭建完后，真正生产环境中还需要同步集群时间，操作集群时一般都是通过远程终端（如xshell、SecureCRT等终端软件ssh登录）操控，这些大家可以查看一下相关博客，还是比较简单的。
如果要转载的话，大家注明一下转载链接即可。