前期准備
1.修改Linux主機名
2.修改IP
3.修改主機名和IP的映射關系 /etc/hosts
######注意######如果你們公司是租用的服務器或是使用的雲主機（如華為用主機、阿里雲主機等）
/etc/hosts里面要配置的是內網IP地址和主機名的映射關系
4.關閉防火牆
5.ssh免登陸
6.安裝JDK，配置環境變量等
集群規划：
server01
namenode（active）
zkfc
nodemanager
datanode
zookeeper
journal node
server02
namenode（standby）
resourcemanager（active）
zkfc
nodemanager
datanode
zookeeper
journal node
server03
resourcemanager（standby）
datanode
nodemanager
zookeeper
journal node
說明：
1.在hadoop2.0中通常由兩個NameNode組成，一個處於active狀態，另一個處於standby狀態。
Active NameNode對外提供服務，而Standby NameNode則不對外提供服務，僅同步active namenode的狀態，以便能夠在它失敗時快速進行切換。
hadoop2.0官方提供了兩種HDFS HA的解決方案，一種是NFS，另一種是QJM。這里我們使用簡單的QJM。
在該方案中，主備NameNode之間通過一組JournalNode同步元數據信息，一條數據只要成功寫入多數JournalNode即認為寫入成功。
通常配置奇數個JournalNode
這里還配置了一個zookeeper集群，用於ZKFC（DFSZKFailoverController）故障轉移，當Active NameNode掛掉了，
會自動切換Standby NameNode為standby狀態
2.hadoop-2.2.0中依然存在一個問題，就是ResourceManager只有一個，存在單點故障，
hadoop-2.7.2解決了這個問題，有兩個ResourceManager，一個是Active，一個是Standby，狀態由zookeeper進行協調
安裝步驟：
1.安裝配置zooekeeper集群（在hadoop-001上）
1.1解壓
tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/bigdatasoftware/
1.2修改配置
cd /home/hadoop/bigdatasoftware/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/home/hadoop/bigdatasoftware/zookeeper-3.4.5/zkdata
在最后添加：
server.1=hadoop-001:2888:3888
server.2=hadoop-002:2888:3888
server.3=hadoop-003:2888:3888
保存退出
然后創建一個tmp文件夾
mkdir /home/hadoop/bigdatasoftware/zookeeper-3.4.5/zkdata
echo 1 > /home/hadoop/bigdatasoftware/zookeeper-3.4.5/zkdata/myid
1.3將配置好的zookeeper拷貝到其他節點(首先分別在hadoop-002、hadoop-001根目錄下創建一個hadoop目錄：mkdir /bigdatasoftware)
scp -r /home/hadoop/bigdatasoftware/zookeeper-3.4.5/ hadoop-002:/home/hadoop/bigdatasoftware/
scp -r /home/hadoop/bigdatasoftware/zookeeper-3.4.5/ hadoop-003:/home/hadoop/bigdatasoftware/
注意：修改hadoop-002、hadoop-003對應/hadoop/zookeeper-3.4.5/zkdata/myid內容
hadoop-002：
echo 2 > /home/hadoop/bigdatasoftware/zookeeper-3.4.5/zkdata/myid
hadoop-003：
echo 3 > /home/hadoop/bigdatasoftware/zookeeper-3.4.5/zkdata/myid
2.安裝配置hadoop集群（在hadoop-001上操作）
2.1解壓
tar -zxvf hadoop-2.6.4.tar.gz -C /home/hadoop/bigdatasoftware/
2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目錄下）
#將hadoop添加到環境變量中
vim /etc/profile
export JAVA_HOME=/home/hadoop/bigdatasoftware/jdk1.8.0_161
export HADOOP_HOME=/home/hadoop/bigdatasoftware/hadoop-2.7.2
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /home/hadoop/bigdatasoftware/hadoop-2.7.2/etc/hadoop
2.2.1修改hadoo-env.sh
export JAVA_HOME=/home/hadoop/bigdatasoftware/jdk1.8.0_161
###############################################################################
2.2.2
修改core-site.xml
<configuration>
<!--
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop-001:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop-001:2181,hadoop-002:2181,hadoop-003:2181</value>
</property> -->
<!-- 指定hdfs的nameservice為ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://bi/</value>
</property>
<!-- 指定hadoop臨時目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop-001:2181,hadoop-002:2181,hadoop-003:2181</value>
</property>
</configuration>
###############################################################################
2.2.3修改hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!-- cmeservice為bi，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>bi</value>
</property>
<!-- bi下面有兩個NameNode，分別是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.bi</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn1</name>
<value>hadoop-001:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn1</name>
<value>hadoop-001:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn2</name>
<value>hadoop-002:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn2</name>
<value>hadoop-002:50070</value>
</property>
<!-- 指定NameNode的edits元數據在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hadoop-001:8485;hadoop-002:8485;hadoop-003:8485/bi</value>
</property>
<!-- 指定JournalNode在本地磁盤存放數據的位置 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/home/hadoop/journaldata</value>
</property>
<!-- 開啟NameNode失敗自動切換 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 配置失敗自動切換實現方式 -->
<property>
<name>dfs.client.failover.proxy.provider.bi</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔離機制方法，多個機制用換行分割，即每個機制暫用一行-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<!-- 使用sshfence隔離機制時需要ssh免登陸 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.ssh/id_rsa</value>
</property>
<!-- 配置sshfence隔離機制超時時間 -->
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
</configuration>
###############################################################################
2.2.4修改mapred-site.xml
<configuration>
<!-- 指定mr框架為yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
###############################################################################
2.2.5修改yarn-site.xml
<configuration>
<!-- 開啟RM高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分別指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>hadoop-002</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>hadoop-003</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>hadoop-001:2181,hadoop-002:2181,hadoop-003:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
2.2.6修改slaves(slaves是指定子節點的位置，因為要在hadoop-001上啟動HDFS、在hadoop-002啟動yarn，所以hadoop-001上的slaves文件指定的是datanode的位置，hadoop-002上的slaves文件指定的是nodemanager的位置)
2.2.7配置免密碼登陸
#首先要配置hadoop-001到hadoop-003、hadoop-003的免密碼登陸
#在hadoop-001上生產一對鑰匙
ssh-keygen -t rsa
#將公鑰拷貝到其他節點，包括自己
ssh-coyp-id hadoop-001
ssh-coyp-id hadoop-002
ssh-coyp-id hadoop-003
#配置hadoop-002到hadoop-033的免密碼登陸
#在hadoop-002上生產一對鑰匙
ssh-keygen -t rsa
#將公鑰拷貝到其他節點
ssh-coyp-id hadoop-003
#注意：兩個namenode之間要配置ssh免密碼登陸，
在 hadoop-002上生產一對鑰匙
ssh-keygen -t rsa
ssh-coyp-id -i hadoop-001
2.4將配置好的hadoop拷貝到其他節點
scp -r ~/bigdatasoftware/hadoop-2.7.2/etc hadoop@hadoop-002:/home/hadoop/bigdatasoftware/hadoop-2.7.2
scp -r ~/bigdatasoftware/hadoop-2.7.2/etc hadoop@hadoop-003:/home/hadoop/bigdatasoftware/hadoop-2.7.2
###注意：嚴格按照下面的步驟!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
2.5
啟動zookeeper集群（分別在hadoop-001、hadoop-002、hadoop-03上啟動zk）
cd /hadoop/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看狀態：一個leader，兩個follower
./zkServer.sh status
2.6
手動啟動journalnode（分別在在hadoop-001、hadoop-002、hadoop-03上執行）
hadoop-daemon.sh start journalnode
#運行jps命令檢驗，hhadoop-001、hadoop-002、hadoop-03上多了JournalNode進程
2.7
格式化namenode
#在hadoop00上執行命令:
hdfs namenode -format
#格式化后會在根據core-site.xml中的hadoop.tmp.dir配置生成個文件，這里我配置的是/home/hadoop//tmp，然后將/home/hadoop//tmp拷貝到hadoop-002的/home/hadoop/下。
scp -r ~/tmp/ hadoop@hadoop-002:/home/hadoop/
##也可以這樣，建議hdfs namenode -bootstrapStandby
2.8
格式化ZKFC(在hadoop-001上執行即可)
hdfs zkfc -formatZK
2.9啟動HDFS(在hadoop-001上執行)
sbin/start-dfs.sh
2.10
啟動YARN(#####注意#####：是在hadoop-002上執行start-yarn.sh，把namenode和resourcemanager分開是因為性能問題，因為他們都要占用大量資源，所以把他們分開了，他們分開了就要分別在不同的機器上啟動)
sbin/start-yarn.sh
到此，hadoop-2.7.2配置完畢，可以統計瀏覽器訪問:
http://hadoop-001:50070
NameNode 'hadoop-001:9000' (active)
http://hadoop-002:50070
NameNode 'hadoop-002:9000' (standby)
驗證HDFS HA
首先向hdfs上傳一個文件
hadoop fs -put /etc/profile /profile
hadoop fs -ls /
然后再kill掉active的NameNode
kill -9 <pid of NN>
通過瀏覽器訪問：hadoop-002:50070
NameNode 'hadoop-002:9000' (active)
這個時候hadoop-002上的NameNode變成了active
在執行命令：
hadoop fs -ls /
剛才上傳的文件依然存在！！！
手動啟動那個掛掉的NameNode
sbin/hadoop-daemon.sh start namenode
通過瀏覽器訪問：
hadoop-001:50070
NameNode 'hadoop-001:9000' (standby)
驗證YARN：
運行一下hadoop提供的demo中的WordCount程序：
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out
OK，大功告成！！！
測試集群工作狀態的一些指令 ：
bin/hdfs dfsadmin -report 查看hdfs的各節點狀態信息
bin/hdfs haadmin -getServiceState nn1 獲取一個namenode節點的HA狀態
sbin/hadoop-daemon.sh start namenode 單獨啟動一個namenode進程
./hadoop-daemon.sh start zkfc 單獨啟動一個zkfc進程