hadoop2.0集群搭建
hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。
注意：apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装hadoop-2.2.0就需要重新在64操作系统上重新编译
第一步、准备Linux环境
修改Linux主机名
修改IP
修改主机名和IP的映射关系
注意:如果租用的服务器或是使用的云主机（如华为用主机、阿里云主机等），/etc/hosts里面要配置的是内网IP地址和主机名的映射关系
关闭防火墙
ssh免登陆
安装JDK，配置环境变量等
重启（reboot）
【大数据开发学习资料领取方式】:加入大数据技术学习交流群606859705,点击加入群聊,私信管理员即可免费领取.
第二步、集群规划：
主机名 IP 安装的软件 运行的进程
hadoop01 192.168.1.101 jdk、hadoop NameNode、DFSZKFailoverController
hadoop02 192.168.1.102 jdk、hadoop NameNode、DFSZKFailoverController
hadoop03 192.168.1.103 jdk、hadoop ResourceManager
hadoop04 192.168.1.104 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop05 192.168.1.105 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop06 192.168.1.106 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
说明：
在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。
hadoop2.0官方提供了两种HDFS HA(High Available：高可靠性)的解决方案，一种是NFS，另一种是QJM。这里我们使用简单的QJM。在该方案中，主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode
这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态
第三步、安装步骤：
1、安装配置zooekeeper集群
1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /hadoop/
1.2修改配置
cd /hadoop/zookeeper-3.4.5/conf/
mv zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/itcast/zookeeper-3.4.5/tmp
在最后添加：
server.1=hadoop04:2888:3888
server.2=hadoop05:2888:3888
server.3=hadoop06:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /hadoop/zookeeper-3.4.5/tmp
再创建一个空文件
touch /hadoop/zookeeper-3.4.5/tmp/myid
hadoop
最后向该文件写入ID
echo 1 > /hadoop/zookeeper-3.4.5/tmp/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop05、hadoop06根目录下创建一个hadoop目录：mkdir /hadoop)
scp -r /hadoop/zookeeper-3.4.5/ hadoop05:/hadoop/
scp -r /hadoop/zookeeper-3.4.5/ hadoop06:/hadoop/
注意：修改hadoop05、hadoop06对应/hadoop/zookeeper-3.4.5/tmp/myid内容
hadoop05：
echo 2 > /hadoop/zookeeper-3.4.5/tmp/myid
hadoop06：
echo 3 > /hadoop/zookeeper-3.4.5/tmp/myid
2、安装配置hadoop集群
2.1解压
tar -zxvf hadoop-2.2.0.tar.gz -C /hadoop/
2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HADOOP_HOME=/itcast/hadoop-2.2.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /itcast/hadoop-2.2.0/etc/hadoop
2.2.1修改hadoo-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_55
2.2.2修改core-site.xml
2.2.3修改hdfs-site.xml
sshfence
shell(/bin/true)
2.2.4修改mapred-site.xml
2.2.5修改yarn-site.xml
2.2.6修改slaves(slaves是指定子节点的位置，因为要在itcast01上启动HDFS、在itcast03启动yarn，所以itcast01上的slaves文件指定的是datanode的位置，itcast03上的slaves文件指定的是nodemanager的位置)
hadoop04
hadoop05
hadoop06
2.2.7配置免密码登陆
#首先要配置hadoop01到hadoop02、hadoop03、hadoop04、hadoop05、hadoop06的免密码登陆
#在hadoop01上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点，包括自己
ssh-copy-id hadoop01
ssh-copy-id hadoop02
ssh-copy-id hadoop03
ssh-copy-id hadoop04
ssh-copy-id hadoop05
ssh-copy-id hadoop06
#配置hadoop03到hadoop04、hadoop05、hadoop06的免密码登陆
#在hadoop03上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-copy-id hadoop04
ssh-copy-id hadoop05
ssh-copy-id hadoop06
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop02到hadoop01的免登陆
在hadoop02上生产一对钥匙
ssh-keygen -t rsa
ssh-copy-id -i hadoop01
2.3将配置好的hadoop拷贝到其他节点
scp -r /mnt/softWare/hadoop-2.2.0/ [email protected]:/mnt/softWare/
scp -r /mnt/softWare/hadoop-2.2.0/ [email protected]:/mnt/softWare/
scp -r /mnt/softWare/hadoop-2.2.0/ [email protected]:/mnt/softWare/
scp -r /mnt/softWare/hadoop-2.2.0/ [email protected]:/mnt/softWare/
scp -r /mnt/softWare/hadoop-2.2.0/ [email protected]:/mnt/softWare/
第四步、启动集群（注意：严格按照下面的步骤）
1、启动zookeeper集群（分别在hadoop04、hadoop05、hadoop06上启动zk）
cd /mnt/softWare/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status
2、启动journalnode（在hadoop01上启动所有journalnode，注意：是调用的hadoop-daemons.sh这个脚本，注意是复数s的那个脚本）
cd /mnt/softWare/hadoop-2.2.0/
sbin/hadoop-daemons.sh start journalnode
#运行jps命令检验，hadoop04、hadoop05、hadoop06上多了JournalNode进程
3、格式化HDFS
#在hadoop01上执行命令:
hdfs namenode -format
#格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/hadoop/hadoop-2.2.0/tmp，
然后将/hadoop/hadoop-2.2.0/tmp拷贝到hadoop02的/hadoop/hadoop-2.2.0/下。
scp -r tmp/ root@hadoop02:/mnt/softWare/hadoop-2.2.0/
4、格式化ZK(在hadoop01上执行即可)
hdfs zkfc -formatZK
5、启动HDFS(在hadoop01上执行)
sbin/start-dfs.sh
6、启动YARN(#####注意#####：是在hadoop03上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)
sbin/start-yarn.sh
第五步、验证集群是否搭建成功
1、到此，hadoop2.2.0配置完毕，可以统计浏览器访问:
http://192.168.1.101:50070
NameNode 'itcast01:9000' (active)
http://192.168.1.102:50070
NameNode 'itcast02:9000' (standby)
2、验证HDFS HA
首先向hdfs上传一个文件
hadoop fs -put /etc/profile /profile
hadoop fs -ls /
然后再kill掉active的NameNode
kill -9
通过浏览器访问：http://192.168.1.202:50070
NameNode 'itcast02:9000' (active)
这个时候itcast02上的NameNode变成了active
在执行命令：
hadoop fs -ls /
-rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile
刚才上传的文件依然存在！！！
手动启动那个挂掉的NameNode
sbin/hadoop-daemon.sh start namenode
通过浏览器访问：http://192.168.1.201:50070
NameNode 'itcast01:9000' (standby)
3、验证YARN：
运行一下hadoop提供的demo中的WordCount程序：
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out
OK，大功告成！！！
【大数据开发学习资料领取方式】:加入大数据技术学习交流群606859705,点击加入群聊,私信管理员即可免费领取.