一、准备物理集群。
1、物理集群搭建方式。
采用搭建3台虚拟机的方式来部署3个节点的物理集群。
2、虚拟机准备。
准备一个已近建好的虚拟机进行克隆。（建议为没进行过任何操作的）
在要选择克隆的虚拟机上右击鼠标，管理，克隆。
在弹出对话框中进行以下操作。
（1）、下一步。
（2）、选择虚拟机中的当前状态，下一步。
（3）、选择创建完整克隆，下一步。
（4）、输入虚拟机名称，下一步。
（5）、克隆完成。
（6）、按照上述步骤再创建一个虚拟机名称为slave02的。
3、虚拟机网络配置。
由于slave01和slave02虚拟机是克隆的，所以要修改这2台虚拟机的网卡信息。
slave01修改如下：
（1）、输入命令：vi /etc/udev/rules.d/70-persistent-net.rules
（2）、输入命令：vi /etc/sysconfig/network-scripts/ifcfg-eth0
（3）、修改主机名，输入命令：vi /etc/sysconfig/network
（4）重启系统，命令：reboot
slave02修改同slave01的，注意：IPADDR不一样，主机名不一样！！！
最后重启所有节点网卡（service network restart），使之生效，保证每台虚拟机能实现和外网连同！！！
还需禁用SELINUX：vi /etc/selinux/config
> 二、集群规划。
1、主机规划：
master00/192.168.169.159：
Namenode，Datanode，ResourceManager，Journalnode，Zookeeper
slave01/192.168.169.160：
Namenode，Datanode，ResourceManager，Journalnode，Zookeeper
slave02/192.168.169.161：
Datanode，Journalnode，Zookeeper
2、软件规划：
JDK1.8
CentOS6.5
Zookeeper3.4.6
Hadoop2.7.3
3、用户规划：
每个节点的hadoop用户组和用户需要自己创建：
master00为hadoop：hadoop
slave01为hadoop：hadoop
slave02为hadoop：hadoop
4、目录规划：
软件存放目录：/home/hadoop/app/
数据日志目录：/home/hadoop/data/
> 三、安装前准备。
1、同步当前系统时间和日期与NTP 一致：
（1）、在线安装ntp：yum install ntp
（2）、执行同步日期时间：ntpdate pool.ntp.org
（3）、查看当前系统时间：date
注意：以上命令需要在每一个节点执行！！！
2、hosts文件检查：
所有节点都需配置以下信息：vi /etc/hosts
3、禁用防火墙：chkconfig iptables off（此为永久关闭，执行后需重启）
检查：service iptables status
4、配置SSH免密码通信
（1）、配置SSH：以下为master00为例配置（slave01和slave02也要执行以下操作）
（2）、将所有节点中的id_rsa.pub复制到master00中的authorized_keys文件中
（3）、将master00中的authorized_keys文件发到所有节点上面。
slave01：
slave02：
通过SSH互相访问，若能通过无密码访问，即SSH配置成功！！！
5、脚本的使用：方便Hadoop分布式集群搭建
（1）、在master00节点上创建/home/hadoop/tools目录
（2）、将脚本上传到此目录下（可以用Xftp工具上传）创新互联IDC提供业务:四川联通机房服务器托管,成都服务器租用,四川联通机房服务器托管,重庆服务器租用等四川省内主机托管与主机租用业务;数据中心含:双线机房,BGP机房,电信机房,移动机房,联通机房。
deploy.conf脚本：https://blog.51cto.com/14572091/2442729
deploy.sh脚本：https://blog.51cto.com/14572091/2442731
runRemoteCmd.sh脚本：https://blog.51cto.com/14572091/2442728
（3）、为脚本添加权限
[hadoop@master00 tools]$ chmod u+x deploy.sh
[hadoop@master00 tools]$ chmod u+x runRemoteCmd.sh
（4）、配置PATH
（5）、在master00节点上，通过脚本，一键创建所有节点的软件安装目录
runRemoteCmd.sh "mkdir /home/hadoop/app" all
注意：如果主机名和我的不一样，需要修改deploy.conf配置文件
6、hadoop相关软件安装
（1）、JDK安装，上传JDK到app目录下，进行解压
（2），修改文件名称为jdk
（3）、添加JDK环境变量：vi /etc/profile
使配置文件生效：source /etc/profile
（4）、查看JDK是否安装成功 ： java -version
出现以上结果说明master00节点的JDK安装成功。
（5）、将master00节点上的JDK安装包复制到其他节点上：deploy.sh jdk /home/hadoop/app/ slave
然后在slave01和slave02节点上重复master00节点上的JDK配置，并且检查是否成功!
7、Zookeeper安装。
（1）、上传zookeeper到app目录并且解压。
（2）、重命名为zookeeper
（3）、修改zookeeper中的配置文件
（4）、通过脚本deploy.sh将zookeeper安装目录复制到其他节点：deploy.sh zookeeper /home/hadoop/app/ slave
（5）、通过脚本runRemoteCmd.sh在所有节点上创建相关目录：
runRemoteCmd.sh "mkdir -p /home/hadoop/data/zookeeper/zkdata" all
runRemoteCmd.sh "mkdir -p /home/hadoop/data/zookeeper/zkdatalog" all（6）、在3个节点上分别进入zkdata目录下，创建文件myid，内容分别填写为：1, 2, 3，如下图：
master00：
slave01：
slave02：
（7）、配置zookeeper环境变量
使配置生效：source /etc/profile
注意：每个节点都要进行配置！！！
（8）、在master00节点上启动zookeeper
（9）、使用runRemoteCmd.sh脚本，启动所有节点上的zookeeper：
runRemoteCmd.sh "/home/hadoop/app/zookeeper/bin/zkServer.sh start" zookeeper
（10）、查看所有节点上的QuorumPeerMain进程是否成功：
unRemoteCmd.sh "jps" zookeeper
（11）、查看所有节点上的zookeeper状态
runRemoteCmd.sh "/home/hadoop/app/zookeeper/bin/zkServer.sh status" zookeeper
如果一个节点为leader，其他节点为follower，说明zookeeper安装成功。
四、Hadoop集群搭建。
1、hadoop软件安装
（1）上传并解压。
（2）、重命名为hadoop
2、hadoop配置及使用HDFS
（1）修改JAVA_HOME的安装目录
（2）、配置core-site.xml文件，以下是我的配置，具体配置请参考hadoop官方文档fs.defaultFS hdfs://cluster1 hadoop.tmp.dir /home/hadoop/data/tmp ha.zookeeper.quorum master00:2181,slave01:2181,slave02:2181
（3）、配置 hdfs-site.xml文件，以下是我的配置，具体配置请参考hadoop官方文档dfs.replication 3 dfs.permissions false dfs.permissions.enabled false dfs.nameservices cluster1 dfs.ha.namenodes.cluster1 master00,slave01 dfs.namenode.rpc-address.cluster1.master00 master00:9000 dfs.namenode.http-address.cluster1.master00 master00:50070 dfs.namenode.rpc-address.cluster1.slave01 slave01:9000 dfs.namenode.http-address.cluster1.slave01 slave01:50070 dfs.ha.automatic-failover.enabled true dfs.namenode.shared.edits.dir qjournal://master00:8485;slave01:8485;slave02:8485/cluster1 dfs.client.failover.proxy.provider.cluster1 org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider dfs.journalnode.edits.dir /home/hadoop/data/journaldata/jn dfs.ha.fencing.methods shell(/bin/true) dfs.ha.fencing.ssh.private-key-files /home/hadoop/.ssh/id_rsa dfs.ha.fencing.ssh.connect-timeout 10000 dfs.namenode.handler.count 100
（4）、配置slaves文件：主要配置DataNode节点所在的主机名。
（5）、向所有节点分发hadoop安装包
deploy.sh hadoop /home/hadoop/app/ slave
（6）配置hadoop环境变量
使配置生效：source /etc/profile
注意：每个节点都要进行配置！！！（7）、启动HDFS
1）、启动所有节点上的zookeeper进程
2）、启动所有节点上的Journalnode进程
runRemoteCmd.sh "/home/hadoop/app/hadoop/sbin/hadoop-daemon.sh start journalnode" all
3）、首先在主节点（如master00）上格式化
bin/hdfs namenode –format
bin/hdfs zkfc –formatZK
bin/hdfs namenode
4）、与此同时，需要在备节点（如slave01）上执行同步数据
bin/hdfs namenode –bootstrapStandby
5)、slave01同步数据完成后，在master00节点上按下Ctrl+C键来结束namenode进程，然后关闭所有节点上的journalnode进程
runRemoteCmd.sh "/home/hadoop/app/hadoop/sbin/hadoop-daemon.sh stop journalnode" all
6）、一键启动HDFS 相关所有进程
sbin/start-dfs.sh
7)、验证HDFS是否安装成功
在浏览器输入网址：http://master00:50070，查看Web界面
在浏览器输入网址：http://slave01:50070，查看Web界面
8）、检测HDFS是否可用
hadoop fs -mkdir /test
hadoop fs -put test.txt /test
hadoop fs -ls /test
3、Hadoop配置使用YARN
（1）、配置mapred-site.xml文件，以下是我的配置，具体配置请参考hadoop官方文档mapreduce.framework.name yarn
（2）、配置yarn-site.xml 文件，以下是我的配置，具体配置请参考hadoop官方文档yarn.resourcemanager.connect.retry-interval.ms 2000 yarn.resourcemanager.ha.enabled true yarn.resourcemanager.ha.automatic-failover.enabled true yarn.resourcemanager.ha.automatic-failover.embedded true yarn.resourcemanager.cluster-id yarn-rm-cluster yarn.resourcemanager.ha.rm-ids rm1,rm2 yarn.resourcemanager.hostname.rm1 master00 yarn.resourcemanager.hostname.rm2 slave01 yarn.resourcemanager.recovery.enabled true yarn.resourcemanager.zk.state-store.address master00:2181,slave01:2181,slave02:2181 yarn.resourcemanager.zk-address master00:2181,slave01:2181,slave02:2181 yarn.resourcemanager.address.rm1 master00:8032 yarn.resourcemanager.scheduler.address.rm1 master00:8034 yarn.resourcemanager.webapp.address.rm1 master00:8088 yarn.resourcemanager.address.rm2 slave01:8032 yarn.resourcemanager.scheduler.address.rm2 slave01:8034 yarn.resourcemanager.webapp.address.rm2 slave01:8088 yarn.nodemanager.aux-services mapreduce_shuffle yarn.nodemanager.aux-services.mapreduce_shuffle.class org.apache.hadoop.mapred.ShuffleHandler
（3）、启动YARN
1）、在master00上执行启动YARN命令
sbin/start-yarn.sh
2）、在slave01上执行启动YARN命令
sbin/yarn-daemon.sh start resourcemanager
3）、在浏览器打开Web界面查看
http://master00:8088
http://slave01:8088
4)、检查ResourceManager状态
bin/yarn rmadmin -getServiceState rm1
bin/yarn rmadmin -getServiceState rm2
5)、运行WordCount测试
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount /test/test.txt /test/out/
查看作业执行状态
如果无异常，说明YARN安装成功
至此Hadoop分布式集群搭建成功！！！
