终于要开始玩大数据了，之前对haoop生态几乎没有太多的了解，现在赶鸭子上架，需要完全使用它来做数据中心，这是我的haoop第一篇文章，以后估计会写很多大数据相关的文章。另外有大数据实践经验的网友请联系我，有问题请教谢谢！
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、硬盘：20G
四台服务器分配的IP地址：192.168.0.71/72/73/74
规划：71用作主节点用作hadoop-master，其它三台为数据节点72、73、74用作hadoop-salve1~3
jdk和生成保持一致使用1.7版本
hadoop使用2.7.3版本，下载地址：http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
2、host配置和主机名（四台）
修改四台服务器的hosts文件
vim /etc/hosts
192.168.0.71 hadoop-master
192.168.0.72 hadoop-slave1
192.168.0.73 hadoop-slave2
192.168.0.74 hadoop-slave3
分别修改服务器的主机名:HOSTNAME，master为例说明
HADOOP集群具体来说包含两个集群：HDFS集群和YARN集群，两者逻辑上分离，但物理上常在一起
HDFS集群：
负责海量数据的存储，集群中的角色主要有 NameNode / DataNode
YARN集群：
负责海量数据运算时的资源调度，集群中的角色主要有 ResourceManager /NodeManager
(那mapreduce是什么呢？它其实是一个应用程序开发包)
vi /etc/sysconfig/network
HOSTNAME=hadoop-master
执行reboot后生效，完成之后依次修改其它salve服务器为： hadoop-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
配置环境变量，修改配置文件vim /etc/profile
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-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
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hadoop-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h-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 hadoop-master
最后，依次配置h-salve1~3无密码访问
二、hadoop-master本机无密码登录hadoop-slave1、hadoop-slave2、hadoop-slave3，以hadoop-master无密码登录hadoop-slave1为例进行讲解：
1）登录hadoop-slave1 ，复制hadoop-master服务器的公钥”id_rsa.pub”到hadoop-slave1服务器的”root”目录下。
scp root@hadoop-master:/root/.ssh/id_rsa.pub /root/
2）将hadoop-master的公钥（id_rsa.pub）追加到hadoop-slave1的authorized_keys中
cat id_rsa.pub >> .ssh/authorized_keys
rm -rf id_rsa.pub
3）在 hadoop-master上面测试
ssh hadoop-slave1
三、配置hadoop-slave1~hadoop-slave3本机无密码登录hadoop-master
下面以hadoop-slave1无密码登录hadoop-master为例进行讲解，用户需参照下面步骤完成hadoop-slave2~hadoop-slave3无密码登录hadoop-master。
1）登录hadoop-master，复制hadoop-slave1服务器的公钥”id_rsa.pub”到hadoop-master服务器的”/root/”目录下。
scp root@hadoop-slave1:/root/.ssh/id_rsa.pub /root/
2）将hadoop-slave1的公钥（id_rsa.pub）追加到hadoop-master的authorized_keys中。
cat id_rsa.pub >> .ssh/authorized_keys
rm -rf id_rsa.pub //删除id_rsa.pub
3）在 hadoop-slave1上面测试
ssh hadoop-master
依次配置 hadoop-slave2、hadoop-slave3
到此主从的无密登录已经完成了。
Hadoop环境搭建
配置hadoop-master的hadoop环境
1、hadoop-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-2.7.3.tar.gz
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hadoop-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=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。
hadoop.tmp.dir
file:/usr/local/hadoop/tmp
Abase for other temporary directories.
fs.defaultFS
hdfs://hadoop-master:9000
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。
dfs.replication
3
dfs.name.dir
/usr/local/hadoop/hdfs/name
dfs.data.dir
/usr/local/hadoop/hdfs/data
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
mapreduce.framework.name
yarn
mapred.job.tracker
http://hadoop-master:9001
5、配置yarn-site.xml
yarn.nodemanager.aux-services
mapreduce_shuffle
yarn.resourcemanager.hostname
hadoop-master
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hadoop-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
hadoop-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
hadoop-slave1
hadoop-slave2
hadoop-slave3
配置hadoop-slave的hadoop环境
下面以配置hadoop-slave1的hadoop为例进行演示，用户需参照以下步骤完成其他hadoop-slave2~3服务器的配置。
1）复制hadoop到hadoop-slave1节点
scp -r /usr/local/hadoop hadoop-slave1:/usr/local/
登录hadoop-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=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hadoop dfsadmin -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_HOME is not set and could not be found
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、The authenticity of host ‘0.0.0.0 (0.0.0.0)’ can’t be established.
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
```