全分布式全步骤

三台机器，分别为hdp01,hdp02,hdp03
思路是先配置hdp01,再克隆hdp02,hdp03

一.搭建hdp01

1.关闭防火墙（一般会有延迟，即使关闭了防火墙以后查看状态也还是开的，重启可以在看状态是可以的）

systemctl disable firewalld

检查状态
systemctl status firewalld

reboot -h now----重启电脑

2.改ip

vi /etc/sysconfig/network-scripts/ifcfg-ens33
需要改动六个地方
1.BOOTPROTO=static
2.ONBOOT=yes
3.IPADDR=192.168.73.102
4.NETMASK=255.255.255.0
5.GATEWAY=192.168.73.2
6.DNS1=8.8.8.8
  DNS2=114.114.114.114

改完ip一定要重启网络，否则不能生效

systemctl restart network

重启完网络再查看ip
ip addr

3.改主机名（第一台不用改）

hostnamectl set-hostname hdp02

可以检查，用hostname命令

4.改映射文件

vi /etc/hosts

5.如果连接远程finalshell软件等，改本地host文件

C:\Windows\System32\drivers\etc\host

6.写秘钥

ssh-keygen -t rsa

cd .ssh可以看到生成了公钥和私钥

如果自己是datenode，也一定要给自己做免密(只要在slaves里面的就都是datenode)
ssh-copy-id localhost

7.安装jdk和hadoop

解压到自己想解压的目录
tar -zxvf hadoop-2.7.6.tar.gz -C /usr/local/

可以改名字，名字太长
mv hadoop-2.7.6/ hadoop

7.1安装ntp ntpdate源，搭集群时，时间同步用

# yum -y install ntp ntpdate

8.配置环境变量

 vi /etc/profile

export JAVA_HOME=/usr/local/jdk
export HADOOP_HOME=/usr/local/hadoop
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

 source /etc/profile（必须刷新，否则环境变量不起作用）
 
 检测是否安装成
 java -version
 hadoop vesion 

9.改配置文件

vi core-site.xml

<configuration>
<property> 
<!-- hdfs的地址名称：schame,ip,port  因为我的映射文件呢IP和主机名字映射了-->
<name>fs.defaultFS</name>
 <value>hdfs://hdp01:8020</value> 
 </property>
<property>
<!-- hdfs的基础路径，被其他属性所依赖的一个基础路径 这里面存的是元数据等信息 -->
 <name>hadoop.tmp.dir</name>
 <value>/usr/local/tmp</value>
 </property>
</configuration>

vi hdfs-site.xml

<configuration>
 <property>
 #存放元数据的fsimage
 <name>dfs.namenode.name.dir</name>
 <value>file://${hadoop.tmp.dir}/dfs/name</value>
 </property>
 <property> 
 #块的存放位置
 <name>dfs.datanode.data.dir</name>
 <value>file://${hadoop.tmp.dir}/dfs/data</value>
 </property>
 <property>
 #副本的个数
 <name>dfs.replication</name> 
 <value>3</value> 
 </property> 
 <property> 
 #块的大小
 <name>dfs.blocksize</name>
 <value>134217728</value> 
 </property>
 <property>
 <name>dfs.namenode.secondary.http-address</name> 
 <value>hdp02:50090</value>
 </property> 
 <property> 
 <name>fs.checkpoint.dir</name>
 <value>file:///${hadoop.tmp.dir}/checkpoint/dfs/cname</value>
 </property>
 <property> 
 <name>fs.checkpoint.edits.dir</name>
 <value>file:///${hadoop.tmp.dir}/checkpoint/dfs/cname</value>
 </property> 
 <property> 
 <name>dfs.http.address</name>
 <value>hdp01:50070</value> 
 </property>
</configuration>

cp mapred-site.xml.template mapred-site.xml  本身这个文件没有

<configuration>
<property> 
<name>mapreduce.framework.name</name>
 <value>yarn</value> 
 </property> 
 <property> 
 <name>mapreduce.jobhistory.address</name> 
 <value>hdp01:10020</value>
 </property>
 <property> 
 <name>mapreduce.jobhistory.webapp.address</name>
 <value>hdp01:19888</value> 
 </property>
</configuration>

yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->
<property> 
<!-- 指定yarn的shuffle技术-->
<name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value> 
 </property> 
<!-- 指定resourcemanager的主机名-->
 <property>
 <name>yarn.resourcemanager.hostname</name>
 <value>qianfeng01</value> </property> 
<!--下面的可选--> <!--指定shuffle对应的类 -->
 <property> 
 <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name> 
 <value>org.apache.hadoop.mapred.ShuffleHandler</value>
 </property> 
<!--配置resourcemanager的内部通讯地址-->
 <property>
<name>yarn.resourcemanager.address</name>
 <value>qianfeng01:8032</value> 
 </property>
 <!--配置resourcemanager的scheduler的内部通讯地址-->
 <property> 
 <name>yarn.resourcemanager.scheduler.address</name>
 <value>qianfeng01:8030</value>
 </property>
<!--配置resoucemanager的资源调度的内部通讯地址-->
 <property>
 <name>yarn.resourcemanager.resource-tracker.address</name> 
 <value>qianfeng01:8031</value>
 </property> 
<!--配置resourcemanager的管理员的内部通讯地址-->
 <property> 
 <name>yarn.resourcemanager.admin.address</name> 
 <value>qianfeng01:8033</value> 
 </property> 
<!--配置resourcemanager的web ui 的监控页面-->
 <property> 
 <name>yarn.resourcemanager.webapp.address</name> 
 <value>qianfeng01:8088</value> 
 </property>
</configuration>

hadoop-env.sh

export JAVA_HOME=/usr/local/jdk

vi slaves(这里边放的是datanode)

hdp01
hdp02
hdp03

二.克隆

尽量记住快照

关闭hdp01,克隆hdp02，hdp03

改ip

改主机名

3.搭建集群

1.时间同步

时间同步详细配置

2.格式化namenode

hdfs namenode -format

3.启动集群

启动脚本 -- start-dfs.sh 用于启动hdfs集群的脚本 
start-yarn.sh :用于启动yarn守护进程 
start-all.sh :用于启动hdfs和yarn

4.测试

 （1）在分布式系统上建input文件夹
      hdfs dfs -mkdir /input
 （2）随便上传了文件
      hdfs dfs -put a.txt /input
 （3）测试，用他们给我们封装好的mapreduce小功能，查一下单词的个数
      /usr/local/hadoop/share/hadoop/mapreduce（小功能的架包都在这里边）
      执行的时候一定看好路径，而且output 不能咱们自己建，得生成，要不然会报错
      hadoop jar hadoop-mapreduce-examples-2.7.6.jar wordcount /input /output