一、 集群规划：
主机名称 主机IP 安装软件 运行的进程
hadoop01 10.1.19.130 zookeepr1 DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop02 10.1.19.132 zookeepr2 DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop03 10.1.19.134 zookeepr3 DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop04 10.1.19.189 NameNode、DFSZKFailoverController(zkfc)
hadoop05 10.1.19.194 NameNode、DFSZKFailoverController(zkfc)
hadoop06 10.1.19.223 DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop07 10.1.19.226 ResourceManager
hadoop08 10.1.19.227 ResourceManager
二、 环境准备
2.1、系统环境
OS：Linux RedHat 6.5 64bit
JDK：1.7.1
zookeeper：3.4.6版本（已安装完成）
硬件：虚拟机
2.2 系统配置
关闭防火墙
配置无密码访问
ssh-keygen -t rsa
cp id_rsa.pub authorized_keys
ssh-copy-id hadoop01
ssh-copy-id hadoop02
ssh-copy-id hadoop03
ssh-copy-id hadoop04
ssh-copy-id hadoop05
ssh-copy-id hadoop06
ssh-copy-id hadoop07
ssh-copy-id hadoop08
2.3 配置JDK的环境变量以及HADOOP的环境变量
vim /etc/profile
export JAVA_HOME=/usr/local/java/jdk1.7.0_71
export HADOOP_HOME=/usr/local/hadoop-2.7.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
三、 安装hadoop
3.1 解压安装包
tar -xzvf /usr/local/hadoop-2.7.1.tar.gz -C /usr/local/
3.2 配置环境
进入
/usr/local/hadoop-2.7.1/etc/hadoop 目录下
分别修改
hadoo-env.sh
core-site.xml
hdfs-site.xml
mapred-site.xml
yarn-site.xml
slaves
共计6个文件
3.2.1 修改 hadoo-env.sh
export JAVA_HOME=/usr/local/java/jdk1.7.0_71
3.2.2修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop-2.7.1/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
</property>
</configuration>
3.2.3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>hadoop04:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>hadoop04:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>hadoop05:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>hadoop05:50070</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://hadoop01:8485;hadoop02:8485;hadoop03:8485/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>/usr/local/hadoop-2.7.1/journal</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>/root/.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>
3.2.4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>
3.2.5修改yarn-site.xml
<configuration>
<!-- 开启RM高可靠 -->
<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>hadoop07</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>hadoop08</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
3.2.6修改slaves
slaves是指定子节点的位置，
因为要在hadoop04上启动HDFS、
在hadoop07启动yarn，
在hadoop01启动journalnode
所以hadoop04上的slaves文件指定的是datanode的位置，
hadoop07上的slaves文件指定的是nodemanager的位置
hadoop01上的slaves文件指定的是journalnode的位置)
hadoop01
hadoop02
hadoop03
hadoop06
四、启动Hadoop集群
4.1 启动zookeeper集群 （hadoop01、hadoop02、hadoop03）
hadoop01： /usr/local/zookeeper-3.4.6/bin/zkServer.sh start
4.2 启动journalnode (hadoop-daemons 根据slaves中的配置启动journalnode)
sbin/hadoop-daemons.sh start journalnode
#运行jps命令检验，hadoop01、hadoop02、hadoop03上多了JournalNode进程
4.3 格式化HDFS
#在hadoop04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-2.7.1/tmp拷贝到hadoop05的/hadoop/hadoop-2.7.1/下。
scp -r tmp/ hadoop05:/hadoop/hadoop-2.7.1/
4.4格式化ZK(在hadoop04上执行即可)
hdfs zkfc -formatZK
4.5启动HDFS(在hadoop04上执行)
sbin/start-dfs.sh
4.6启动YARN(#####注意#####：是在hadoop07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
5、测试
HDFS管理：http://10.1.19.189:50070
YARN管理：http://10.1.19.226:8088
相关推荐
综上所述，这份“最新Hadoop学习笔记”涵盖了从环境搭建到项目实践的全过程，旨在帮助读者全面掌握Hadoop的核心技术和应用方式。通过阅读和实践，你将能够熟练地在大规模数据集上进行高效计算和存储。
【Hadoop集群环境搭建】 Hadoop是一个开源的分布式计算框架，它允许在大规模集群中运行应用程序，处理海量数据。在本文中，我们将详细介绍如何搭建一个Hadoop集群环境，包括必要的步骤和配置。首先，我们需要准备...
Hadoop是一种开源的分布式存储和计算系统，它由Apache软件基金会开发。在初学者的角度，理解Hadoop的组成部分以及其架构...随着技术的深入学习，应逐步掌握其安装部署、性能调优、故障处理以及与其他工具的集成使用。
本课程的资料可能包含PPT课件、笔记、示例脚本等，这些资源可以帮助你更好地理解和实践Hadoop HA环境下的Hive安装、配置和使用。通过深入学习和实践，你将能够掌握Hadoop集群的高可用性配置，以及如何高效地使用Hive...
在VMware中安装Ubuntu是为了模拟一个真实的Linux环境，从而在上面部署Hadoop集群。安装过程中需要注意分配足够的内存资源（至少2GB），并且为每个虚拟机分配一个静态IP地址以便于后续的网络配置。 **3. 组建局域网...
在本地或集群环境部署Hadoop，需要进行一系列的安装、配置步骤，包括环境变量设置、配置文件修改（如hdfs-site.xml、mapred-site.xml、core-site.xml等）以及启动和停止服务。 四、Hadoop编程模型 MapReduce编程...
### Hadoop平台安装学习笔记知识点总结 #### 一、硬件与软件环境准备 - **硬件需求**：至少需要三个节点，这些节点可以是物理服务器或者是虚拟机。虚拟化方案推荐使用VMware ESXi来创建虚拟服务器，并通过VMware ...
### Hadoop 安装及详细学习笔记 #### Hadoop 概述 Hadoop 是一个能够对大量数据进行分布式处理的软件框架，它旨在提供高扩展性、可靠性和高效性，适用于处理PB级别的数据集。Hadoop 的核心组件包括 HDFS（Hadoop ...
【Hadoop学习笔记】 Hadoop 是一个开源框架，主要用于处理和存储大数据。它源自于解决互联网公司面临的海量数据处理问题，特别是Google发布的三篇技术论文，即GFS（Google File System）、MapReduce以及BigTable。...
- **安装指南**: 提供了详细的步骤来指导用户如何在本地或集群环境中安装和配置Hadoop。 - **API文档**: 针对Hadoop的各种API提供详细的说明，包括Java API文档，这对于开发者来说是非常宝贵的资源。 - **最佳...
### Hadoop Hive 入门学习笔记 #### 一、Hadoop Hive 概述 Hadoop Hive 是一个基于 Hadoop 的数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的 SQL 查询功能，使得 Hadoop 上的数据可以被...
【大数据云计算技术 Hadoop运维笔记】的PPT涵盖了Hadoop在蓝汛公司的应用实践，以及Cloudera的产品和运维经验。...通过学习这些内容，我们可以更好地掌握如何在复杂环境中部署、管理和优化Hadoop系统。
例如，在安装和配置Hadoop集群时，需要使用Linux命令进行环境设置，以及编写shell脚本来自动化管理任务。 在搭建Hadoop大数据平台时，通常会用到CentOS这个稳定的操作系统。在新建CentOS7虚拟机时，需要注意配置根...
【Hadoop集群安装在VMware虚拟机中的详细步骤】 Hadoop是一种开源的分布式计算框架，源于谷歌的两份开创性白皮书。随着大数据时代的到来，Hadoop因其强大的分布式处理能力，被广泛视为下一个Linux级别的操作系统。...
《Hadoop 2.6.0-cdh5.4.3 源码解析与学习笔记》 在当今大数据处理领域，Hadoop 是一个至关重要的开源框架，它为大规模数据处理提供了分布式计算的能力。本资料主要针对 Hadoop 2.6.0-cdh5.4.3 版本进行源码阅读，...
### IT十八掌徐培成HADOOP笔记解析 #### Hadoop概述 Hadoop是一个开源的分布式计算框架，它能够高效地处理大型数据集，并通过在集群中的多台计算机上分配数据来实现高度的并行性。Hadoop的核心组成部分包括HDFS...