第一步：准备三台虚拟机并创建3个hadoop用户

修改hosts文件如下： sudo vim /etc/hosts

127.0.0.1       localhost  
#127.0.1.1      ubuntu-14.04-Server     ubuntu-14  #一定要注释掉  
10.0.83.201 CDH  
10.0.83.202 CDH1  
10.0.83.173 CDH2

并修改各台主机对应的主机名： sudo vim /etc/hostname
CHD

第二步：三台主机创建新用户且都设置ssh免密码登陆

首先每台主机创建一个新用户叫hadoop。方法如下：

sudo useradd -m hadoop -s /bin/bash
sudo passwd hadoop
sudo adduser hadoop sudo
gpasswd -a hadoop root

#这里的hadoop是自己随意设置的用户名 但3台服务器要统一用户名
其次每台机器上安装ssh：sudo apt-get install openssh-server
再次设置免密码登陆：可以借鉴  http://blog.csdn.net/thinkpadshi/article/details/46518457
参考我自己整理的方法：http://blog.csdn.net/u012969412/article/details/60961161

第三步：安装jdk1.8

参考：http://blog.csdn.net/u012969412/article/details/58056270
将jdk安装到目录 /usr/local/java中

第四步：下载hadoop安装文件

hadoop安装文件地址：http://mirrors.hust.edu.cn/apache/hadoop/common/
下载到目录下~/hadoop/          三台主机都需要安装hadoop
执行指令：wget -r -O  hadoop-2.7.3.tar.gz "http://mirrors.hust.edu.cn/apache/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz"
一定要在hadoop用户下执行解压指令：tar -zxvf hadoop-2.7.3.tar.gz  将hadoop解压安装到目录~/hadoop

添加hadoop_home环境变量到：/etc/profile里

 

# Java Env
export JAVA_HOME=/usr/local/java/jdk1.8.0_121
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar


# Hadoop Env
export HADOOP_HOME=/home/hadoop/hadoop-2.7.3
export HADOOP_PREFIX=${HADOOP_HOME}
export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH
export PATH=$PATH:$HADOOP_PREFIX/bin:$HADOOP_PREFIX/sbin
export HADOOP_COMMON_HOME=${HADOOP_PREFIX}
export HADOOP_HDFS_HOME=${HADOOP_PREFIX}
export HADOOP_MAPRED_HOME=${HADOOP_PREFIX}
export HADOOP_YARN_HOME=${HADOOP_PREFIX}

 

每台机器执行：source /etc/profile  使环境变量生效
每台机器执行：hadoop version 查看hadoop是否安装成功。

第五步：关闭防火墙

$ sudo apt-get install ufw
$ sudo ufw disable
$ sudo ufw status

第六步：需要在hadoop-2.6.0目录下创建一些目录

1. 创建core-site.xml中hadoop.tmp.dir 的目录：hadoop-2.7.3/tmp                                # 这个目录start-dfs.sh时不会自动创建
2. 创建hdfs-site.xml中dfs.namenode.name.dir的目录：hadoop-2.7.3/dfs/name        # 这个目录start-dfs.sh时会自动创建
3. 创建hdfs-site.xml中dfs.datanode.data.dir的目录：hadoop-2.7.3/dfs/data               # 这个目录start-dfs.sh时会自动创建
4. 创建hdfs-site.xml中dfs.journalnode.edits.dir的目录：hadoop-2.7.3/dfs/journal     # 这个目录start-dfs.sh时会自动创建

5. 创建journalnode的日志文件logs目录：hadoop-2.7.3/logs                                         # 这个目录start-dfs.sh时会自动创建

第七步：修改...etc/hadoop/*配置文件

同理配置其他两台机器
(1) hadoop-env.sh
增加如下两行配置：

export JAVA_HOME=/usr/local/java/jdk1.8.0_121

(2) core-site.xml

 

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://CDH:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/hadoop/hadoop-2.7.3/tmp</value>
    </property>
</configuration>

(3) hdfs-site.xml

 

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

数据有三个副本
(4) mapred-site.xml （需要用户新建文件，按照mapred-site.xml.default设置即可）

 

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value> <!--  这个值不能随便改 -->
    </property>
</configuration>

(5) yarn-env.sh
增加 JAVA_HOME 配置

 

export JAVA_HOME=/usr/local/java/jdk1.8.0_121

(6) yarn-site.xml

 

<configuration>
<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>CDH</value>   <!-- 这个名字不能随便设置  得和hostname保持一致 -->
    </property>
</configuration>

(7) slaves

CDH1
CDH2

CDH（master） 即作为 NameNode 也作为 DataNode。
在 CDH1 和 CDH2 上做同样的配置

 

scp /home/hadoop/hadoop-2.7.3/etc/hadoop/*  hadoop@10.0.83.202:/home/hadoop/hadoop-2.7.3/etc/hadoop/ #并且在CDH1中修改蓝色部分数据
scp /home/hadoop/hadoop-2.7.3/etc/hadoop/*  hadoop@10.0.83.173:/home/hadoop/hadoop-2.7.3/etc/hadoop/ #并且在CDH2中修改蓝色部分数据

第八步：启动HDFS

第一次启动HDFS集群：

1、执行如下命令：

 

$ start-dfs.sh

 

目的是开启所有节点上的journalnode使得信息可以互联。

2、初始化nn1节点上的namenode元数据+开启nn1的namenode： 

 

$ hdfs namenode -format
$ start-dfs.sh

3、其他nn2，nn3等节点上同步nn1的初始化namenode元数据信息+开启nn2，nn3等节点的namenode：

 

$ hdfs namenode -bootstrapStandby
#在nn1节点上输入指令 $ start-dfs.sh

 

4、将nn1节点standby状态改成active状态：

$ hdfs haadmin -transitionToActive nn1

 

5、查看hdfs的状态:

 

$ hdfs haadmin -getServiceState nn1

顺序一定不要变。

6、为HDFS创建HDFS数据库中hadoop用户的工作环境： 

 

$ hdfs dfs -mkdir -p /user/hadoop

 

非第一次启动HDFS集群：

 

$ start-dfs.sh
$ hdfs haadmin -transitionToActive nn1

 

第九步：操作HDFS并配置jar文件

参考网址：http://blog.csdn.net/u012969412/article/details/64126714

当使用java操作HDFS系统时，经常找不到包，需要将/hadoop-2.7.3/share/hadoop/hdfs/*.jar包添加到环境变量的classpath中

 

for f in $HADOOP_HOME/share/hadoop/hdfs/*.jar; do
    CLASSPATH=${CLASSPATH}:$f
done