前言： 系统安装要求 

  1: CentOS7

  2:  Hadoop 2.9.0  

  3:  JDK1.8

  说明：Hadoop从版本2开始加入了Yarn这个资源管理器，Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop，单纯安装Hadoop并不依赖Zookeeper之类的其他东西。

官方cluster setup步骤见下链接：

https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/ClusterSetup.html

1下载hadoop

本文使用的hadoop2.9.0.   hadoop安装包官方下载地址：

http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.9.0/hadoop-2.9.0.tar.gz

 国内的用户建议使用如下的镜像地址： 

 http://mirror.bit.edu.cn/apache/hadoop/common/stable/hadoop-2.9.0.tar.gz

2 安装3个虚拟机并实现ssh免密码登录

2.1 安装3个CentOS 机器

        这里用的Linux系统是CentOS7, 在本文中他们的名称分别叫 hserver1、hserver2、hserver3 。

           说明：为了免去后面一系列授权的麻烦，这里直接使用root账户登录和操作了。

  使用ifconfig命令，查看这3个机器的IP。在本文中，我们假定这三台机器名和ip的对应关系如下所示：

10.70.27.3   hadoopServer3
10.70.27.6   hadoopServer6
10.70.27.9   hadoopServer9

2.2 检查机器名称

 为了后续操作方便，确保机器的hostname是我们想要的。拿10.70.27.3这台机器为例，用root账户登录，然后使用hostname命令查看机器名称。

# hostname

    如果这个机器名称不是我们想要的。不过这个好办， 我给它改个名称，命令是：

# hostname   hadoopServer3

   执行完成后，在检查看，是否修改了，敲入  命令：

 # hostname

    类似的，将其他两个机器，分别改名为hadoopServer6 和hadoopServer9。

2.3 修改/etc/hosts文件

        修改这3台机器的/etc/hosts文件，在文件中添加以下内容：

10.70.27.3   hadoopServer3
10.70.27.6   hadoopServer6
10.70.27.9   hadoopServer9

2.4给3个机器生成秘钥文件

         以hadoopServer3 为例，执行命令，生成空字符串的秘钥(后面要使用公钥)，命令是：

# ssh-keygen  -t   rsa   -P  ''

然后就是按回车即可。

         因为我现在用的是root账户，所以秘钥文件保存到了/root/.ssh/目录内，可以使用命令查看，命令是：

# ls   /root/.ssh/

输出的内容如下：

authorized_keys  id_rsa  id_rsa.pub

   使用同样的方法为其它两个server生成秘钥(命令完全相同，不用做如何修改)。

2.5在三个主机上创建authorized_keys文件

          接下来要做的事情是在3台机器的/root/.ssh/目录下都存入一个内容相同的文件，文件名称叫/root/.ssh/authorized_keys，文件内容是我们刚才为3台机器生成的公钥。

    2.5.1    # touch  /root/.ssh/authorized_keys

     2.5.2 将上面三个server的/root/.ssh/id_rsa.pub文件内容都放到hserver3机器上的/root/.ssh/authorized_keys文件里。

它的内容是如下的样子。

 2.5.3 把这个/root/.ssh/authorized_keys原封不动地copy到别的两台server上的同样目录下。

 2.5.4 然后测试这三台机器之间的 ssh 互通免密。注第一次是会提示，输入yes就可以。然后后面的ssh登陆就不用输入任何信息了。

3 安装 java JDK和hadoop

         说明这里都是使用root账户登录并且使用root权限进行操作。

3.1 安装Java JDK

        参考文档：安装jdk在这里不在细数，如果有需要可以参考该博文(虽然那篇博文用的是ubuntu，但是jdk安装在CentOS下也一样)：

http://blog.csdn.net/pucao_cug/article/details/68948639

 个人建议安装oracle JDK1.8.x，不是用centos 自己带的openJDK。

vi /etc/profile, 加入下面的内容。

export  JAVA_HOME=/usr/java/jdk1.8.0_151

export  CLASSPATH=".:$JAVA_HOME/lib:$CLASSPATH"

export  PATH="$JAVA_HOME:$PATH"

3.2  安装hadoop

        注意：在3台机器上都要重复下面的步骤。

3.2.1 上载文件并解压缩

        将下载得到的hadoop-2.9.0.tar.gz上载到/opt/目录下， 进入到该目录，执行命令:

cd   /opt/

           执行解压命令：

 tar  -xzvf   hadoop-2.9.0.tar.gz

            说明：3台机器都要进行上述操作，解压缩后得到一个名为/opt/hadoop-2.9.0的目录。

3.2.2新建几个目录

           在/data/目录下新建几个目录，复制粘贴执行下面的命令：

# mkdir -p  /data/hadoop/tmp  /data/hadoop/var /data/hadoop/dfs/name /data/hadoop/dfs/data  

3.2.3 修改/opt/hadoop-2.9.0/etc/hadoop中的一系列配置文件

    3.2.3.1   修改/opt/hadoop-2.9.0/etc/hadoop/core-site.xml文件

       在节点内加入配置:

 <property>

        

        <name>hadoop.tmp.dirname>

        <value>/data/hadoop/tmpvalue>

        <description>Abase for other temporary directories.description>

   property>

   <property>

  

        <name>fs.defaultFSname>

        <value>hdfs://hadoopServer3:9000value>

   property>

 

   

         hadoop.http.staticuser.user

         hadoop

    

configuration>

  特别说明：对于默认文件系统的配置以前是下面的名称，但描述信息说明这种名称已被弃用

3.2.3.2 修改hadoop-env.sh

         修改 /opt/hadoop-2.9.0/etc/hadoop/hadoop-env.sh 文件

         将export   JAVA_HOME=${JAVA_HOME}

         修改为：

         export   JAVA_HOME=/usr/java/jdk1.8.0_151/

        说明：修改为自己的JDK路径.一般情况下，如果用rpm去安装oracle JDK，则/usr/java/jdkxxx下面就是安装后的jdk目录。

3.2.3.3 修改hdfs-site.xml

          修改/opt/hadoop-2.9.0/etc/hadoop/hdfs-site.xml文件

          在节点内加入配置:

<property>

   <name>dfs.name.dirname>

   <value>file:///data/hadoop/dfs/namevalue>

   <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.description>

property>

<property>

   <name>dfs.data.dirname>

   <value>file:///data/hadoop/dfs/datavalue>

   <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.description>

property>

<property>

   

   <name>dfs.replicationname>

   <value>2value>

property>

<property>

      <name>dfs.permissions.enabledname>

      <value>falsevalue>

      need not permissions

property>

           说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。

3.2.3.4 新建并且修改mapred-site.xml

           在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：

           # cp /opt/hadoop-2.9.0/etc/hadoop/mapred-site.xml.template /opt/hadoop-2.9.0/etc/hadoop/mapred-site.xml

          修改这个新建的mapred-site.xml文件，在节点内加入配置:

 <property>

    <name>mapred.job.trackername>

    <value>hadoopServer3:49001value>

property>

<property>

      <name>mapred.local.dirname>

       <value>/data/hadoop/varvalue>

property>

<property>

       <name>mapreduce.framework.namename>

       <value>yarnvalue>

property>

3.2.3.5 修改slaves文件

         修改/opt/hadoop-2.9.0/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：

上述过程就是指定了hadoop 的 dataNode节点地址了。

3.2.3.6 修改yarn-site.xml文件

         修改/opt/hadoop-2.9.0/etc/hadoop/yarn-site.xml文件，

         在节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行):

<property>

        <name>yarn.resourcemanager.hostnamename>

        <value>hadoopServer3value>

   property>

   <property>

        <description>The address of the applications manager interface in the RM.description>

        <name>yarn.resourcemanager.addressname>

        <value>${yarn.resourcemanager.hostname}:8032value>

   property>

   <property>

        <description>The address of the scheduler interface.description>

        <name>yarn.resourcemanager.scheduler.addressname>

        <value>${yarn.resourcemanager.hostname}:8030value>

   property>

   <property>

        <description>The http address of the RM web application.description>

        <name>yarn.resourcemanager.webapp.addressname>

        <value>${yarn.resourcemanager.hostname}:8088value>

   property>

   <property>

        <description>The https adddress of the RM web application.description>

        <name>yarn.resourcemanager.webapp.https.addressname>

        <value>${yarn.resourcemanager.hostname}:8090value>

   property>

   <property>

        <name>yarn.resourcemanager.resource-tracker.addressname>

        <value>${yarn.resourcemanager.hostname}:8031value>

   property>

   <property>

        <description>The address of the RM admin interface.description>

        <name>yarn.resourcemanager.admin.addressname>

        <value>${yarn.resourcemanager.hostname}:8033value>

   property>

   <property>

        <name>yarn.nodemanager.aux-servicesname>

        <value>mapreduce_shufflevalue>

   property>

   <property>

        <name>yarn.scheduler.maximum-allocation-mbname>

        <value>2048value>

        <discription>每个节点可用内存,单位MB,默认8182MBdiscription>

   property>

   <property>

        <name>yarn.nodemanager.vmem-pmem-rationame>

        <value>2.1value>

   property>

   <property>

        <name>yarn.nodemanager.resource.memory-mbname>

        <value>2048value>

property>

   <property>

        <name>yarn.nodemanager.vmem-check-enabledname>

        <value>falsevalue>

property>

       说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。

4启动hadoop

4.1在namenode上执行初始化

           因为hadoopServer3是namenode，hadoopServer6和hadoopServer9都是datanode， 所以只需要对hadoopServer3进行初始化操作，也就是对hdfs进行格式化。 进入到hadoopServer3的/opt/hadoop-2.9.0/bin目录，也就是执行命令：

cd   /opt/hadoop-2.9.0/bin

           执行初始化脚本，也就是执行命令：

 ./hadoop  namenode  -format

例子如图：

         

 稍等几秒，不报错的话，即可执行成功，如图：

      

          格式化成功后，可以在看到在/data/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件。

4.2在namenode上执行启动命令

           因为hadoopServer3是namenode，hadoopServer6和hadoopServer9都是datanode，

           所以只需要再hadoopServer3上执行启动命令即可。

           进入到hadoopServer3这台机器的 /opt/hadoop-2.9.0/sbin目录，也就是执行命令：

cd    /opt/hadoop-2.9.0/sbin

          执行初始化脚本，也就是执行命令：

 ./start-all.sh

         第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

如图：

5测试hadoop

           haddoop启动了，需要测试一下hadoop是否正常。

          执行命令，关闭防火墙，CentOS7下，命令是：

          systemctl   stop   firewalld.service

           hadoopServer3是我们的namanode，该机器的IP是10.70.27.3 ，在本地电脑访问如下地址:

             http://10.70.27.3:50070/

             自动跳转到了overview页面

         如图：

   

 

            在本地浏览器里访问如下地址：

            http://10.70.27.3:8088/

           自动跳转到了cluster页面

           如图：