搭建hadoop集群完整過程筆記
一、虛擬機和操作系統
環境：ubuntu14+hadoop2.6+jdk1.8
虛擬機：vmware12
二、安裝步驟：
先在一台機器上配置好jdk和hadoop:
1.新建一個hadoop用戶
用命令：adduser hadoop
2.為了讓hadoop用戶有sudo的權限：
用root用戶打開sudors文件添加紅色框里面的內容：
打開文件：
添加內容：
3.配置jdk，我把jdk的壓縮包放在了hadoop的用戶目錄下，然后也解壓在當前目錄下
修改配置文件（配置環境變量）：在下面這個位置添加紅色框里面的內容，其中紅色下划線上面的內容根據個人jdk的安裝路徑而修改
修改配置文件之后要讓配置文件起效，輸入以下命令：
輸入命令：java -version，如果出現jdk的版本則表示安裝成功，如下：
*****************到這里，成功配置了jdk，接下來是配置hadoop*********************
4.同樣是把hadoop的壓縮包放到hadoop的用戶主目錄下（/home/hadoop），然后解壓在當前目錄下：
5.修改配置文件（配置hadoop環境變量），在剛剛配置的jdk環境變量上添加內容：
修改后，也要讓配置文件重新起效
然后進入hadoop的安裝目錄的bin目錄下
輸入以下命令查看hadoop的版本，如果能看到hadoop的版本信息，則證明配置成功：
************************以上以及配置好了單機版本的hadoop環境***********************************
接下來克隆配置好的機器，克隆兩台：打開vmvare: 虛擬機>管理>克隆。（建議新克隆出來的兩台機器分別命令為slave1,slave2）
一直點擊 下一步 完成克隆。其中克隆類型選擇創建完整克隆。
1.分別修改各虛擬機的hostname，分別為master,slave1,slave2
2.修改三台虛擬機的hosts文件，這樣接下來就不需要記住ip地址了，用主機名代替ip地址就可以了
（ip地址分別為三台機器的Ip地址，可以分別在三台機器上通過ifconfig命令查看）
這一步完成后，最好重啟一次系統，以便生效。然后可以用ping master(或slave1、slave2)試下，正常的話，應該能ping通。
注：hostname不要命名為“xxx.01,xxx.02”之類以“.數字”結尾，否則到最后hadoop的NameNode服務將啟動失敗。
3.設置靜態ip
master主機設置靜態ip，在slave上也要參考設置修改成具體的ip
執行命令
sudo gedit /etc/network/interfaces
打開文件修改成已下內容
auto lo
iface lo inet loopback
auto eth0
iface eth0 inet static
address 192.168.140.128 //這里是本機器的Ip地址
netmask 255.255.255.0 //不用修改
network 192.168.140.0 //網段，根據Ip修改
boardcast 192.168.140.255 //根據Ip修改
gateway 192.168.140.2 //網關，把ip地址后面部門修改成2
4.配置ssh面密碼登錄
在ubuntu上在線安裝
執行命令
sudo apt-get install ssh
**********************************************
配置ssh的實現思路:
在每台機子上都使用ssh-keygen生成public key，private key
所有機子的public key都拷到一台機子如master上
在master上生成一個授權key文件authorized_keys
最后把authorized_keys拷給所有集群中的機子，就能保證無密碼登錄
***************************************************
實現步驟:
1 .先在master上，在當前用戶目錄下生成公鑰、私鑰對
執行命令
$cd /home/hadoop
$ssh-keygen -t rsa -P ''
即：以rsa算法，生成公鑰、私鑰對，-P ''表示空密碼。
該命令運行完后，會在個人主目錄下生成.ssh目錄，里面會有二個文件id_rsa（私鑰） ,id_rsa.pub(公鑰)
2 .導入公鑰
執行命令
cat .ssh/id_rsa.pub >> .ssh/authorized_keys
執行完以后，可以在本機上測試下，用ssh連接自己
執行命令
$ssh master
如果不幸還是提示要輸入密碼，說明還沒起作用，還有一個關鍵的操作
查看權限，如果是屬於其他用戶的，需要修改該文件給其他用戶權限
執行命令
chmod 644 .ssh/authorized_keys
修改文件權限，然后再測試下 ssh master，如果不需要輸入密碼，就連接成功，表示ok，一台機器已經搞定了。
如出現問題試解決
請先檢查SSH服務是否啟動，如果沒啟動，請啟動！
如果沒有.ssh目錄則創建一個:
執行命令
$cd /home/hadoop
$mkdir .ssh
如無權限，使用命令修改要操作文件夾的owner為當前用戶：
執行命令
sudo chown -R hadoop /home/hadoop
3 .在其它機器上生成公鑰、密鑰，並將公鑰文件復制到master
以hadoop身份登錄其它二台機器 slave1、slave2，執行 ssh-keygen -t rsa -P '' 生成公鑰、密鑰
然后用scp命令，把公鑰文件發放給master（即：剛才已經搞定的那台機器）
執行命令
在slave1上:
scp .ssh/id_rsa.pub hadoop@master:/home/hadoop/id_rsa_1.pub
在slave2上:
scp .ssh/id_rsa.pub hadoop@master:/home/hadoop/id_rsa_2.pub
這二行執行完后，回到master中，查看下/home/hadoop目錄，應該有二個新文件id_rsa_1.pub、id_rsa_2.pub，
然后在master上，導入這二個公鑰
執行命令
$cat id_rsa_1.pub >> .ssh/authorized_keys
$cat id_rsa_2.pub >> .ssh/authorized_keys
這樣，master這台機器上，就有所有3台機器的公鑰了。
4 .將master上的“最全”公鑰，復制到其它機器
繼續保持在master上
執行命令
$scp .ssh/authorized_keys hadoop@slave1:/home/hadoop/.ssh/authorized_keys
$scp .ssh/authorized_keys hadoop@slave2:/home/hadoop/.ssh/authorized_keys
修改其它機器上authorized_keys文件的權限
slave1以及slave2機器上，均執行命令
chmod 600 .ssh/authorized_keys
5. 驗證
在每個虛擬機上，均用命令 ssh+其它機器的hostname 來驗證，如果能正常無密碼連接成功，表示ok
如在slave1
執行命令
ssh slave1
ssh master
ssh slave2
分別執行以上命令要保證所有命令都能無密碼登錄成功。
5.修改hadoop配置文件
先配置hdfs，所以先修改4個配置文件:core-site.xml , hdfs-site.xml , hadoop-env.sh , slaves
到hadoop的該目錄下：
1).修改core-site.xml
上面配置的路徑/home/hadoop/tmp，如果不存在tmp文件夾，則需要自己新建tmp文件夾
2.修改hdfs-site.xml
3.修改hadoop-env.sh，（有教程上面還需要配置HADOOP_HOME的環境變量，本人這里沒有配置但是沒問題，因為在前面已經配置過了）
4.修改slaves，刪掉原來的內容，添加其他兩個節點的主機名
5.分發到集群的其它機器
把hadoop-2.6.0文件夾連同修改后的配置文件，通過scp拷貝到其它2台機器上。
執行命令
$scp -r hadoop-2.6.0/ hadoop@slave1: hadoop-2.6.0
修改這四個文件之后，hdfs服務就配置成功了。通過運行start-dfs.sh啟動hdfs服務，檢查是否配置成功。
啟動完畢之后，輸入jps，如果顯示NameNode和Jps則表示配置成功。
6.接下來配置mapreduce，要修改yarn-site.xml , mapred-site.xml文件
修改yarn-site.xml文件
7.修改mapred-site.xml
8.分發到集群的其它機器
把hadoop-2.6.0文件夾連同修改后的配置文件，通過scp拷貝到其它2台機器上。
執行命令
$scp -r hadoop-2.6.0/ hadoop@slave1: hadoop-2.6.0
運行start-yarn.sh腳本，啟動mapreduce服務。顯示紅色框里面的三個內容則表示配置成功。
