一、Hadoop是什么
- Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
- 主要解决，海量数据的存储和海量数据的分析计算问题。
- Hadoop并不只是单单一个技术，而是一个生态圈，里面包括Spark、Flume、HBase、Kafka、Sqoop、Hive、Oozie、Azkaban、Zookeeper。
二、Hadoop组成
1、Hadoop1.x
①：MapReduce（计算+资源调度）
②：HDFS（数据存储）
③：Common（辅助工具）
2、Hadoop2.x
①：MapReduce（计算）
②：Yarn（资源调度）
③：HDFS（数据存储）
④：Common（辅助工具）
三、Hadoop集群搭建所需工具（链接如下，自行下载）
- JDK1.8
- Hadoop2.7
四、Hadoop集群配置前期准备
1.克隆虚拟机（克隆三台，首先配置第一台，剩下两台由于篇幅有限，不再复述，步骤和第一台一样）
修改主机名，我设置为hadoop102
hostnamectl set-hostname 你要设置的主机名
关闭防火墙
systemctl stop firewalld.service # 关闭防火墙
systemctl disable firewalld.service # 禁止开机自启
配置虚拟机网络，可以连通外网和主机
①：修改虚拟机网络为NAT模式
②：打开虚拟网络编辑器，将我框起来的ip地址和子网掩码记下来，继续点击NAT配设置，同样记下来框起来的，后面要用。
③：从这里开始进入root模式，首先使用如下命令进入网络配置，然后按照我的图修改您的配置，请和我保持一致，没有的东西就自己写上，然后按照我的配置。
vim /etc/sysconfig/network-scripts/ifcfg-ens32 #电脑不同最后面的ens32可能不一样，但是就找差不多的就行
④：重启网络（配置到这里可以ping一下百度之类的，但是还没全部完成，完全按照我的做，应该没问题，我们还需要配置虚拟机之间的连通，所以另外两台虚拟机请按照上面的操作配置。）
systemctl start network.service
⑤：配置和另外两台的连通（我三台分别叫hadoop102、hadoop103、hadoop104）
vim /etc/hosts
⑥：测试连接，我们分别ping百度、主机、和另外两台虚拟机，如果如下图，则证明配置成功。
五、Hadoop运行环境搭建
①：在/opt下面新建module和software，分别用来存放安装包和程序
②：使用连接工具将上面我提供的安装包放入software，然后开始安装jdk，首先卸载之前的jdk，命令如下
rpm -e --nodeps java-1.8.0-openjdk-1.8.0.102-4.b14.el7.x86_64 rpm -e --nodeps java-1.8.0-openjdk-headless-1.8.0.102-4.b14.el7.x86_64 rpm -e --nodeps java-1.7.0-openjdk-headless-1.7.0.111-2.6.7.8.el7.x86_64 rpm -e --nodeps java-1.7.0-openjdk-1.7.0.111-2.6.7.8.el7.x86_64
③：然后解压jdk到module中
tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/
④：然后配置jdk环境变量，首先获取jdk路径（在解压后的目录运行pwd命令，如下，将这个目录保存下来）
[root@hadoop102 jdk1.8.0_144]$ pwd /opt/module/jdk1.8.0_144
⑤：打开/etc/profile文件
vim /etc/profile
⑥：在profile文件末尾添加JDK路径，保存后退出
#JAVA_HOME export JAVA_HOME=/opt/module/jdk1.8.0_144 export PATH=$PATH:$JAVA_HOME/bin
⑦：安装hadoop，前面的步骤一样，将安装包解压到module中，然后使用pwd获取路径保存，然后打开/etc/profile文件，在profile文件末尾添加JDK路径，保存后退出。
##HADOOP_HOME export HADOOP_HOME=/opt/module/hadoop-2.7.2 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin
⑧：让修改后的文件生效
source/etc/profile
⑨：如下图所示，即生效
至此，一台机器的前期准备工作已完成，另外两台完全按照一样的步骤操作，按照我的一步一步来，肯定没问题，该踩的坑我都踩过了hh~
六、Hadoop完全分布式集群环境正式搭建
1、编写集群分发脚本xsync
①：在/home/atguigu目录下创建bin目录，并在bin目录下创建xsync文件
mkdir bin cd bin/ touch xsync vi xsync
②：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=103; host<105; host++)); do echo ------------------- hadoop$host -------------- rsync -rvl $pdir/$fname $user@hadoop$host:$pdir done
③：修改脚本 xsync 具有执行权限
chmod 777 xsync
④：调用脚本形式：xsync 文件名称
xsync /home/ironmanjay/bin
注：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。
2、集群配置
这里我们首先配置hadoop102一个主机，配置好之后我们把配置文件使用上面的功能分发下去，这样就实现了集群的配置。
①：配置core-site.xml，在文件中编写如下配置（在hadoop目录下）
vim core-site.xml
fs.defaultFS hdfs://hadoop102:9000
