在《hadoop(01)、windows平台下hadoop环境搭建》一文中，我们在windows平台上搭建了单机模式的hadoop，本文我们将在linux（CentOS7）下搭建hadoop集群模式，以便实践更多场景下hadoop的使用，尤其是在实际的生产模式中，必定是以集群模式存在。

一、准备工作

      1.三台CentOS7-64的机器（本文已经在VM中搭建好了）

      2.JDK-LINUX-64的程序包（jdk-8u151-linux-x64.tar.gz）

      3.hadoop-2.8.2的程序包（hadoop-2.8.2.tar.gz）

      4.SSH连接工具（git bash）

      5.FTP传输工具（8uftp）

       准备的三台虚拟机：

       192.168.100.10   Master主节点

       192.168.100.20   Slaver从节点1

       192.168.100.30   Slaver从节点2

        准备的相关程序包

二、环境准备

       分别打开三台虚拟机：

      1.向三台主机使用FTP传文件

        打开FTP工具

      注意：如果最小化安装的系统，需要在centos安装ftp服务：yum -y install vsftpd

      特别注意：如果安装ftp服务时不能解析域名，需要配置dns解析：vi /etc/resolv.conf

      nameserver 8.8.8.8

      nameserver 8.8.4.4

     安装完成FTP服务，这时候使用FTP服务还是连接不上，我们修改vsftpd的配置文件：

     vi /etc/vsftpd/vsftpd.conf

     此时，使用命令： netstat -ntlp，此时FTP服务的21端口已经打开，

     使用FTP服务上传hadoop的服务包到/home/hadoop/目录下：

    上传JDK的程序包/home/java/目录下：

     2.因为hadoop是java环境下的，于是我们首先安装jdk环境

        进入/home/java 目录使用 ls命令查看文件：

       这时能看到刚才使用FTP上传的hadoop的程序包，然后我们使用解压命令：tar -zxvf <file>

       经过一会解压过程，文件解压完成：

       注：文件名太长可写首字母后用tab自动补齐

       然后在/etc/profile文件中，配置环境变量，让JDK在所有用户生效：vi /etc/profile

       在文件的最后添加以下设置：

       注：使用某些SSH工具可以直接ctrl+c+v操作，不用手动输入，文本使用的git bash就可以

       export JAVA_HOME=/home/java/jdk1.8.0_151
       export JRE_HOME=$JAVA_HOME/jre 
       export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib 
       export PATH=$JAVA_HOME/bin:$PATH

       保存退出后，让修改的环境变量生效：source /etc/profile

       此时环境变量已经生效，我们验证下jdk安装的是否成功： java -version

       特别提醒：

       1.禁止防火墙：

                           systemctl stop firewalld.service  停止防火墙

                           systemctl disable firewalld.service 静止开机启动

       2.禁止Selinux：

                           /usr/sbin/sestatus -v  查看Selinux状态                 

                           修改/etc/selinux/config 文件将SELINUX=enforcing改为SELINUX=disabled

三、集群搭建

      经过前面的所有工作，此时准备工作已经完成。

      1.解压hadoop的程序包

       进入/home/hadoop 目录使用 ls命令查看文件：

       这时能看到刚才使用FTP上传的hadoop的程序包，然后我们使用解压命令：tar -zxvf <file>

       经过一会解压过程，文件解压完成：

       2.配置环境变量

         执行vi /etc/profile命令，并在文件末尾添加以下：

        export HADOOP_HOME=/home/hadoop/hadoop-2.8.2

        export HADOOP_CONF_HOME=$HADOOP_HOME/etc/hadoop

        export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

        保存退出后，让修改的环境变量生效：source /etc/profile

     3.修改配置文件

        <1>.修改启动脚本

        vi /home/hadoop/hadoop-2.8.2/etc/hadoop-env.sh

        vi /home/hadoop/hadoop-2.8.2/etc/yarn-env.sh

        在这来那个文件都添加export JAVA_HOME=/home/java/jdk1.8.0_151

        <2>.修改配置信息

               首先配置核心文件：vi  /home/hadoop/hadoop-2.8.2/etc/hadoop/core-site.xml

               <configuration>
               <property>
               <name>fs.defaultFS</name>
               <value>hdfs://192.168.100.10:10000</value>
               </property>
               <property>
               <name>io.file.buffer.size</name>
               <value>131072</value>
               </property>
               <property>
               <name>hadoop.tmp.dir</name>
               <value>file:/home/hadoop/hadoop-2.8.2/tmp</value>
               <description>Abase for other temporary directories.</description>
               </property>
               <property>
               <name>hadoop.proxyuser.root.hosts</name>
               <value>*</value>
               </property>
               <property>
               <name>hadoop.proxyuser.root.groups</name>
               <value>*</value>
               </property>
               </configuration>

               然后配置HDFS文件：vi  /home/hadoop/hadoop-2.8.2/etc/hadoop/hdfs-site.xml

              <configuration>
              <property>
              <name>dfs.namenode.name.dir</name>
              <value>file:/home/hadoop/hadoop-2.8.2/data/hdfs/name</value>
              </property>
              <property>
              <name>dfs.datanode.data.dir</name>
              <value>file:/home/hadoop/hadoop-2.8.2/data/hdfs/data</value>
              </property>
              <property>
              <name>dfs.replication</name>
              <value>3</value>
              </property>
              <property>
              <name>dfs.namenode.secondary.http-address</name>
              <value>192.168.100.10:20000</value>
              </property>
              <property>
              <name>dfs.webhdfs.enabled</name>
              <value>true</value>
              </property>
              </configuration>

               再配置YARN文件：yarn-site.xml

               <configuration>
               <property>
               <name>yarn.nodemanager.aux-services</name>
               <value>mapreduce_shuffle</value>
               </property>
               <property>
               <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
               <value>org.apache.hadoop.mapred.ShuffleHandler</value>
               </property>
               <property>
               <name>yarn.resourcemanager.scheduler.address</name>
               <value>192.168.100.10:8030</value>
               </property>
               <property>
               <name>yarn.resourcemanager.address</name>
               <value>192.168.100.10:8032</value>
               </property>
               <property>
               <name>yarn.resourcemanager.admin.address</name>
               <value>192.168.100.10:8033</value>
               </property>
               <property>
               <name>yarn.resourcemanager.resource-tracker.address</name>
               <value>192.168.100.10:8035</value>
               </property>
               <property>
               <name>yarn.resourcemanager.webapp.address</name>
               <value>192.168.100.10:8088</value>
               </property>
               </configuration>

               最后修改slaves配置文件：

               192.168.100.10

               192.168.100.20

               192.168.100.30

     4.从节点安装

       将刚刚主节点配置的hadoop复制到我们准备好的两个从节点的机器上，如果目录一致则不需要修改环

       境变量，不一样修改对应的环境变量。（本文使用了快捷的方式，直接将主节点的虚拟机镜像手动克隆

       了两份作为从节点，该方法快捷简单，可以参考《VMware Workstation player 克隆多个CentOS实

        践》），这样两个从节点也都配置好了。

     5.配置主结点SSH免密登录子结点

       在主节点机器上执行：ssh-keygen -t rsa

       然后回车一直到完成：

       将id_rsa.pub重定向到authorized_keys：cat id_rsa.pub>>authorized_keys

       同理，两个从节点也都执行此步骤。

      在主节点机器上将两个从节点的id_rsa.pub追加到authorized_keys

      ssh hdpc02 cat /root/.ssh/id_rsa.pub>>authorized_keys

      ssh hdpc03 cat /root/.ssh/id_rsa.pub>>authorized_keys

      出现不能解析域名的问题，我们需要在三个节点的机器上配置下hosts：vi /etc/hosts

      然后执行：

      在主节点机器将authorized_keys分发到两个从节点的/root/.ssh目录下

      scp authorized_keys hdpc02:/root/.ssh/

      scp authorized_keys hdpc03:/root/.ssh/

       此时主节点机器对两个从节点机器的免密登陆配置完成，我们测试下：

       ssh hdpc02

       ssh hdpc03

四、集群验证

      1.在主节点上格式化

        hadoop namenode -format 或者 hdfs namenode -format

       此时已经成功格式化。

      2.在主节点启动集群

        执行start-all.sh

       使用hadoop dfsadmin -report查看个节点信息：

      3.web页面查看：192.168.100.10:50070

         4.web查看集群信息：192.168.100.10:8088

         5.停止集群

           执行stop-all.sh

五、总结

      本文是完整的hadoop集群搭建过程，通过这过hadoop集群的工作方式有了更深的认识，同时也是整体能力的一个考验，为什么这么说，因为搭建过程中遇到很多额外的知识，比如我在搭建过程中遇到很多坑，FTP21号端口被防火墙拦截等问题。最后一步步解决各种问题，成功实践hadoop集群的搭建，在此记录一下，顺道帮助更多学习的同学。