1  安装虚拟机

1  修改主机名以及hosts

vi /etc/sysconfig/network

vi /etc/hosts    

2 修改IP  图形化修改。 保证可以ping通主机，外网    

3 关闭防火墙  

重启后生效 开启： chkconfig iptables on 关闭： chkconfig iptables off 或者 /sbin/chkconfig --level 2345 iptables off

4新增hadoop用户

adduser hadoop  //添加一个名为hadoop  的用户 passwdhadoop  //修改密码 Changing password for user tommy. New UNIX password:     //在这里输入新密码 Retype new UNIX password:  //再次输入新密码 passwd: all authentication tokens updated successfully.

5、赋予root权限免密码登陆

找到这一行 并且添加如下用户 ## Allow root to run any commands anywhere  root    ALL=(ALL)       ALL hadoop  ALL=(ALL)      NOPASSWD:ALL 修改完毕，现在可以用hadoop帐号登录，然后用命令 su - ，即可获得root权限进行操作。

6修改机器启动级别：

用文本编辑器修改　/etc/inittab文件，把

　　代码: 　id:5:initdefault: //图形化界面启动

　　代码: 　id:3:initdefault://字符界面启动

7 ssh免登陆设置， 

在 hadoop用户名下使用    

1 ssh-keygen -t rsa   生成文件

2  ssh-copy-id userb@10.124.84.20    传送文件到目标机器

8 安装jdk配置 

上传文件并且解压 tar -zxvf    jdk-7u55-linux-x64.tar.gz  

vi /etc/profile

export JAVA_HOME=/home/hadoop/app/jdk export PATH=.:$JAVA_HOME/bin:$PATH

9复制  虚拟机   

配置 是5台  会出现网卡冲突现象解决问题如下

http://blog.csdn.net/a2615381/article/details/54836649

机器安排配置如下

hadoop01192.168.1.201jdk、hadoopNameNode、DFSZKFailoverController(zkfc)、ResourceManager hadoop02 192.168.1.202 jdk、hadoopNameNode、DFSZKFailoverController(zkfc)、ResourceManager hadoop03 192.168.1.203 jdk、hadoop 、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain hadoop04 192.168.1.204 jdk、hadoop 、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain  hadoop05 192.168.1.205 jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain

1.在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。 hadoop2.0官方提供了两种HDFS HA的解决方案，一种是NFS，另一种是QJM。这里我们使用简单的QJM。在该方案中，主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode 这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态 2.hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.4.1解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调 安装步骤：

2.安装配置zooekeeper集群（在hadoop03上）

2.1解压 tar -zxvf zookeeper-3.4.5.tar.gz -C /weekend/ 2.2修改配置 cd /weekend/zookeeper-3.4.5/conf/ cp zoo_sample.cfg zoo.cfg vim zoo.cfg 修改：dataDir=/weekend/zookeeper-3.4.5/tmp 在最后添加： server.1=hadoop03:2888:3888 server.2=hadoop04:2888:3888 server.3=hadoop05:2888:3888 保存退出 然后创建一个tmp文件夹 mkdir /weekend/zookeeper-3.4.5/tmp 再创建一个空文件 touch /weekend/zookeeper-3.4.5/tmp/myid 最后向该文件写入ID echo 1 > /weekend/zookeeper-3.4.5/tmp/myid

 2.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop04、hadoop05根目录下创建一个hadoop目录：mkdir /hadoop) scp -r /hadoop/zookeeper-3.4.5/ hadoop04:/hadoop/ scp -r /hadoop/zookeeper-3.4.5/ hadoop05:/hadoop/ 注意：修改hadoop04、hadoop05对应/hadoop/zookeeper-3.4.5/tmp/myid内容 hadoop04： echo 2 > /hadoop/zookeeper-3.4.5/tmp/myid hadoop05： echo 3 > /hadoop/zookeeper-3.4.5/tmp/myid

3 安装配置hadoop集群（在hadoop01上操作）

3.1解压 tar -zxvf hadoop-2.4.1.tar.gz -C /hadoop/ 3.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下） #将hadoop添加到环境变量中 vim /etc/profile export JAVA_HOME=/home/hadoop/app/jdk export HADOOP_HOME=/home/hadoop/app/hadoop export PATH=.:$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下 cd /home/hadoop/app/hadoop-2.4.1/etc/hadoop

3.3 修改hadoo-env.sh export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55

3.4修改core-site.xml

<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://ns1/</value> </property> <!-- ??¨hadoopá??? --> <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/app/hadoop/tmp</value> </property> <!-- ??¨zookeeperμ?· --> <property> <name>ha.zookeeper.quorum</name> <value>hadoop03:2181,hadoop04:2181,hadoop05:2181</value> </property> </configuration>

3.5修改hdfs-site.xml

<configuration> <!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 --> <property> <name>dfs.nameservices</name> <value>ns1</value> </property> <!-- ns1下面有两个NameNode，分别是nn1，nn2 --> <property> <name>dfs.ha.namenodes.ns1</name> <value>nn1,nn2</value> </property> <!-- nn1的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn1</name> <value>hadoop01:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>hadoop01:50070</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>hadoop02:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>hadoop02:50070</value> </property> <!-- 指定NameNode的元数据在JournalNode上的存放位置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://hadoop03:8485;hadoop04:8485;hadoop05:8485/ns1</value> </property> <!-- 指定JournalNode在本地磁盘存放数据的位置 --> <property> <name>dfs.journalnode.edits.dir</name> <value>/home/hadoop/app/hadoop/journaldata</value> </property> <!-- 开启NameNode失败自动切换 --> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property> <!-- 配置失败自动切换实现方式 --> <property> <name>dfs.client.failover.proxy.provider.ns1</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property> <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行--> <property> <name>dfs.ha.fencing.methods</name> <value> sshfence shell(/bin/true) </value> </property> <!-- 使用sshfence隔离机制时需要ssh免登陆 --> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/hadoop/.ssh/id_rsa</value> </property> <!-- 配置sshfence隔离机制超时时间 --> <property> <name>dfs.ha.fencing.ssh.connect-timeout</name> <value>30000</value> </property> </configuration>

3.6 修改mapred-site.xml

<configuration> <!-- 指定mr框架为yarn方式 --> <property>         <name>mapreduce.framework.name</name>         <value>yarn</value>         </property> </configuration>

3.7修改yarn-site.xml

<!-- 开启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> <!-- 分别指定RM的地址 --> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>hadoop01</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop02</value> </property> <!-- 指定zk集群地址 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>hadoop03:2181,hadoop04:2181,hadoop05:2181</value> </property> <property>    <name>yarn.nodemanager.aux-services</name>    <value>mapreduce_shuffle</value> </property>

3.8 修改slaves(slaves是指定子节点的位置，因为要在hadoop01上启动HDFS、在hadoop01启动yarn，所以hadoop01上的slaves文件指定的是datanode的位置，hadoop03上的slaves文件指定的是nodemanager的位置) hadoop03 hadoop04 hadoop05

3.9 配置免密码登录。为了方便，所有机器互通。复制文件给其他机器

scp -r /hadoop   hadoop@hadoop02:/home/hadoop/app   (同理复制)

4 启动顺序

4.1启动zookeeper集群(分别在hadoop03,hadoop04,hadoop04上面启动ZK)

cd /app/zookeeper/bin/

./zkServer.sh start

#查看状态   一个  leader，两个 follower

./zkServer.sh status

4.5 启动  journalnode(分别在hadoop03,04,05上面执行)

cd /app/hadoop/sbin

./hadoop-daemon.sh start journalnode

#运行jps命令检验  hadoop03,04,05 上面多了JournalNode进程

5格式化HDFS

#在hadoop01上执行命令: hdfs namenode -format #格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/hadoop/hadoop-2.4.1/tmp，然后将/hadoop/hadoop-2.4.1/tmp拷贝到hadoop02的/hadoop/hadoop-2.4.1/下。 scp -r tmp/ hadoop02:/home/hadoop/app/hadoop-2.4.1/ ##也可以这样，建议hdfs namenode -bootstrapStandby 格式化ZKFC(在hadoop01上执行即可) hdfs zkfc -formatZK 启动HDFS(在hadoop01上执行) sbin/start-dfs.sh

6启动YARN(#####注意#####：是在hadoop01上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，

因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动) sbin/start-yarn.sh 启动 resourcemanager: ./yarn-daemon.sh start resourcemanager

到此，hadoop-2.4.1配置完毕，可以统计浏览器访问: http://192.168.1.201:50070 NameNode 'hadoop01:9000' (active) http://192.168.1.202:50070 NameNode 'hadoop02:9000' (standby)

7验证HDFS HA

首先向hdfs上传一个文件 hadoop fs -put /etc/profile /profile hadoop fs -ls / 然后再kill掉active的NameNode kill -9 <pid of NN> 通过浏览器访问：http://192.168.1.202:50070 NameNode 'hadoop02:9000' (active) 这个时候hadoop02上的NameNode变成了active 在执行命令： hadoop fs -ls / -rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile 刚才上传的文件依然存在！！！ 手动启动那个挂掉的NameNode sbin/hadoop-daemon.sh start namenode 通过浏览器访问：http://192.168.1.201:50070 NameNode 'hadoop01:9000' (standby)

验证YARN： 运行一下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

额外配置功能

由于每次开机都要启动5台机器。以及关机，重启虚拟机比较麻烦。所以在主机写一个脚本 一件调用控制5台机器，方便使用

脚本1

#!/bin/bash   ssh -t -p 22 hadoop@hadoop03  sh /home/hadoop/startZK.sh    代表执行hadoop03下的starkZK.sh脚本位置

脚本2

#!/bin/bash   ssh -t -p 22 hadoop@hadoop05  sudo shutdown -h now   代表控制hadoop05关机功能