一、Hadoop的优势
1）高可靠性：因为Hadoop假设计算元素和存储会出现故障，因为它维护多个工作数据副本，在出现故障时可以对失败的节点重新分布处理。
2）高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。
3） 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
4）高容错性：自动保存多份副本数据，并且能够自动将失败的任务重新分配。
二、Hadoop组成
1）Hadoop HDFS：一个高可靠、高吞吐量的分布式文件系统。
2）Hadoop MapReduce：一个分布式的离线并行计算框架。
3）Hadoop YARN：作业调度与集群资源管理的框架。
4）Hadoop Common：支持其他模块的工具模块。
2.1 HDFS（Hadoop Distributed File System）架构概述
1）NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的DataNode等。
2）DataNode(dn)：在本地文件系统存储文件块数据，以及块数据的校验和。
3）Secondary NameNode(2nn)：用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。
2.2 YARN架构概述
1）ResourceManager(rm)：处理客户端请求、启动/监控ApplicationMaster、监控NodeManager、资源分配与调度；
2）NodeManager(nm)：单个节点上的资源管理、处理来自ResourceManager的命令、处理来自ApplicationMaster的命令；
3）ApplicationMaster：数据切分、为应用程序申请资源，并分配给内部任务、任务监控与容错。
4）Container：对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息。
2.3 MapReduce架构概述
MapReduce将计算过程分为两个阶段：Map和Reduce
1）Map阶段并行处理输入数据
2）Reduce阶段对Map结果进行汇总
三、Hadoop环境搭建
1 虚拟机网络模式设置为NAT
最后，重新启动系统。
2.修改为静态ip
1）使用命令 vim /etc/sysconfig/network-scripts/ifcfg-eth0
2）修改选项有五项：
IPADDR=192.168.110.61
GATEWAY=192.168.110.2
ONBOOT=yes
BOOTPROTO=static
DNS1=192.168.110.2
修改完成后保存退出（：wq ）
3）执行service network restart
4）如果报错，reboot，重启虚拟机
3.修改主机名
1）修改linux的hosts文件
（1）进入Linux系统查看本机的主机名。通过hostname命令查看
（2）如果感觉此主机名不合适，我们可以进行修改。通过编辑/etc/sysconfig/network文件
（3）修改后保存退出
（4）编辑
vim /etc/hosts
（5）并重启设备，重启后，查看主机名，已经修改成功
4.关闭防火墙
1）查看防火墙开机启动状态
chkconfig iptables --list
2）关闭防火墙
chkconfig iptables off
5.安装jdk
1）卸载现有jdk
（1）查询安装jdk的版本：
java -version
（2）查询是否安装java软件：
rpm -qa|grep java
（3）如果安装的版本低于1.7，卸载该jdk：
rpm -e 软件包
2）用filezilla工具将jdk导入到usr目录下面的java文件夹下面
3）在linux系统下的usr目录中查看软件包是否导入成功（使用.gz包或者.rpm包，本处使用.rpm包）。
4).gz包使用命令 tar -zxf jdk***.gz 解压到当前目录; .rpm包使用命令 rpm -ivh jdk***.rpm 进行安装.
5）配置jdk环境变量
（1） 先获取jdk路径：使用命令pwd
（2）打开/etc/profile文件：
vi /etc/profile
在profie文件末尾添加jdk路径：
#set java environment
JAVA_HOME=/usr/java/jdk1.8.0_171-amd64
JRE_HOME=/usr/java/jdk1.8.0_171-amd64/jre
CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
export JAVA_HOME JRE_HOME CLASS_PATH PATH
（3）保存后退出：
:wq
（4）让修改后的文件生效：
6）重启（如果java –version可以用就不用重启）：
7) 测试jdk安装成功
四、安装Hadoop
1）通过用filezilla工具将Hadoop导入/usr/local/src/中，官方下载地址：http://mirrors.shu.edu.cn/apache/hadoop/common/
2）解压安装文件 tar -zxf hadoop-2.7.6.tar.gz
3）配置hadoop中的hadoop-env.sh
（1）Linux系统中获取jdk的安装路径：
(2）进入 hadoop-2.7.6/etc/hadoop/中 ，修改hadoop-env.sh文件中JAVA_HOME 路径：
export JAVA_HOME=/opt/module/jdk1.7.0_79
4）将hadoop添加到环境变量
（1）获取hadoop安装路径：
（2）打开/etc/profile文件：
在profie文件末尾添加hadoop路径：
#HADOOP_HOME
export HADOOP_HOME=/usr/local/src/hadoop-2.7.6
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
（3）保存后退出：
:wq
（4）让修改后的文件生效：
（5）使用hadoop查看是否安装成功，如果hadoop命令不能使用则重启再查看。
需要大数据学基础到项目实战学习资料的可以加群：615997810，群里有小伙伴整理好了学习资料，有大数据，java，java面试，Python的学习资料哦，找群主免费领取哦。