前言： 系统安装要求
1: CentOS7
2: Hadoop 2.9.0
3: JDK1.8
说明：Hadoop从版本2开始加入了Yarn这个资源管理器，Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop，单纯安装Hadoop并不依赖Zookeeper之类的其他东西。
官方cluster setup步骤见下链接：
https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/ClusterSetup.html
1下载hadoop
本文使用的hadoop2.9.0. hadoop安装包官方下载地址：
http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.9.0/hadoop-2.9.0.tar.gz
国内的用户建议使用如下的镜像地址：
http://mirror.bit.edu.cn/apache/hadoop/common/stable/hadoop-2.9.0.tar.gz
2 安装3个虚拟机并实现ssh免密码登录
2.1 安装3个CentOS 机器
这里用的Linux系统是CentOS7, 在本文中他们的名称分别叫 hserver1、hserver2、hserver3 。
说明：为了免去后面一系列授权的麻烦，这里直接使用root账户登录和操作了。
使用ifconfig命令，查看这3个机器的IP。在本文中，我们假定这三台机器名和ip的对应关系如下所示：
10.70.27.3 hadoopServer3
10.70.27.6 hadoopServer6
10.70.27.9 hadoopServer9
2.2 检查机器名称
为了后续操作方便，确保机器的hostname是我们想要的。拿10.70.27.3这台机器为例，用root账户登录，然后使用hostname命令查看机器名称。
# hostname
如果这个机器名称不是我们想要的。不过这个好办， 我给它改个名称，命令是：
# hostname hadoopServer3
执行完成后，在检查看，是否修改了，敲入 命令：
# hostname
类似的，将其他两个机器，分别改名为hadoopServer6 和hadoopServer9。
2.3 修改/etc/hosts文件
修改这3台机器的/etc/hosts文件，在文件中添加以下内容：
10.70.27.3 hadoopServer3
10.70.27.6 hadoopServer6
10.70.27.9 hadoopServer9
2.4给3个机器生成秘钥文件
以hadoopServer3 为例，执行命令，生成空字符串的秘钥(后面要使用公钥)，命令是：
# ssh-keygen -t rsa -P ''
然后就是按回车即可。
因为我现在用的是root账户，所以秘钥文件保存到了/root/.ssh/目录内，可以使用命令查看，命令是：
# ls /root/.ssh/
输出的内容如下：
authorized_keys id_rsa id_rsa.pub
使用同样的方法为其它两个server生成秘钥(命令完全相同，不用做如何修改)。
2.5在三个主机上创建authorized_keys文件
接下来要做的事情是在3台机器的/root/.ssh/目录下都存入一个内容相同的文件，文件名称叫/root/.ssh/authorized_keys，文件内容是我们刚才为3台机器生成的公钥。
2.5.1 # touch /root/.ssh/authorized_keys
2.5.2 将上面三个server的/root/.ssh/id_rsa.pub文件内容都放到hserver3机器上的/root/.ssh/authorized_keys文件里。
它的内容是如下的样子。
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQD8fTIVorOxgDo81yCEgcJTstUcyfOBecL+NZ/OLXCEzaBMw5pLV0UNRX6SZnaAgu/erazkz4sw74zfRIMzEeKKCeNcZ6W78cg+ZNxDcj8+FGeYqY5+nc0YPhXFVI7AwFmfr7fH5hoIT14ClKfGklPgpEgUjDth0PeRwnUTvUy9A1x76npjAZrknQsnoLYle7cVJZ/zO3eGxS75YEdTYDMv+UMiwtcJg7UxOqR+9UT3TO+xLk0yOl8GIISXzMhdCZkmyAH+DmW56ejzsd+JWwCMm177DtOZULl7Osq+OGOtpbloj4HCfstpoiG58SM6Nba8WUXWLnbgqZuHPBag/Kqjroot@hserver1
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQC29kPkYz4c3bd9Qa1TV8kCR0bUNs4f7/dDcR1NKwrgIiecN7zPEWJpjILtlm3niNNx1j5R49QLTLBKKo8PE8mid47POvNypkVRGDeN2IVCivoAQ1T7S8bTJ4zDECGydFYyKQfS2nOAifAWECdgFFtIp52d+dLIAg1JC37pfER9f32rd7anhTHYKwnLwR/NDVGAw3tMkXOnFuFKUMdOJ3GSoVOZf3QHKykGIC2fz/lsXZHaCcQWvOU/Ecd9e0263Tvqh7zGWpF5WYEGjkLlY8v2sioeZxgzog1LWycUTMTqaO+fSdbvKqVj6W0qdy3Io8bJ29Q3S/6MxLa6xvFcBJEXroot@hserver2
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQC1a2o10ttv2570GpuUZy7g9o7lIkkeed7ba25VvFEBcUroQIZ+NIAiVIMGPRiOqm7X4bTLWj5EOz5JXG2l8rwA6CFnWfW3U+ttD1COLOrv2tHTiJ1PhQy1jJR/LpC1iX3sNIDDs+I0txZFGTCTRMLmrbHVTl8j5Yy/CTYLuC7reIZjzpHP7aaS2ev0dlbQzeB08ncjA5Jh4X72qQMOGPUUc2C9oa/CeCvI0SJbt8mkHwqFanZz/IfhLJIKhupjtYsqwQMmzLIjHxbLRwUGoWU6X4e76OkUz/xyyHlzBg1Vu2F9hjoXPW80VmupIRSXFDliDBJ8NlXXQN47wwYBG28broot@hserver3
2.5.3 把这个/root/.ssh/authorized_keys原封不动地copy到别的两台server上的同样目录下。
2.5.4 然后测试这三台机器之间的 ssh 互通免密。注第一次是会提示，输入yes就可以。然后后面的ssh登陆就不用输入任何信息了。
3 安装 java JDK和hadoop
说明这里都是使用root账户登录并且使用root权限进行操作。
3.1 安装Java JDK
参考文档：安装jdk在这里不在细数，如果有需要可以参考该博文(虽然那篇博文用的是ubuntu，但是jdk安装在CentOS下也一样)：
http://blog.csdn.net/pucao_cug/article/details/68948639
个人建议安装oracle JDK1.8.x，不是用centos 自己带的openJDK。
vi /etc/profile, 加入下面的内容。
export JAVA_HOME=/usr/java/jdk1.8.0_151
export CLASSPATH=".:$JAVA_HOME/lib:$CLASSPATH"
export PATH="$JAVA_HOME:$PATH"
3.2 安装hadoop
注意：在3台机器上都要重复下面的步骤。
3.2.1 上载文件并解压缩
将下载得到的hadoop-2.9.0.tar.gz上载到/opt/目录下， 进入到该目录，执行命令:
cd /opt/
执行解压命令：
tar -xzvf hadoop-2.9.0.tar.gz
说明：3台机器都要进行上述操作，解压缩后得到一个名为/opt/hadoop-2.9.0的目录。
3.2.2新建几个目录
在/data/目录下新建几个目录，复制粘贴执行下面的命令：
# mkdir -p /data/hadoop/tmp /data/hadoop/var /data/hadoop/dfs/name /data/hadoop/dfs/data
3.2.3 修改/opt/hadoop-2.9.0/etc/hadoop中的一系列配置文件
3.2.3.1 修改/opt/hadoop-2.9.0/etc/hadoop/core-site.xml文件
在<configuration>节点内加入配置:
<property>
<!--用来指定使用hadoop时产生文件的存放目录-->
<name>hadoop.tmp.dir</name>
<value>/data/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<!--指定namenode的地址-->
<name>fs.defaultFS</name>
<value>hdfs://hadoopServer3:9000</value>
</property>
<property>
<!-- 配置WebUI的登录用户名 -->
<name>hadoop.http.staticuser.user</name>
<value>hadoop</value>
</property>
</configuration>
特别说明：对于默认文件系统的配置以前是下面的名称，但描述信息说明这种名称已被弃用
<property>
<name>fs.default.name</name> --过时了
<value></value>
<description>Deprecated. Use (fs.defaultFS) property instead</description>
</property>
3.2.3.2 修改hadoop-env.sh
修改 /opt/hadoop-2.9.0/etc/hadoop/hadoop-env.sh 文件
将export JAVA_HOME=${JAVA_HOME}
修改为：
export JAVA_HOME=/usr/java/jdk1.8.0_151/
说明：修改为自己的JDK路径.一般情况下，如果用rpm去安装oracle JDK，则/usr/java/jdkxxx下面就是安装后的jdk目录。
3.2.3.3 修改hdfs-site.xml
修改/opt/hadoop-2.9.0/etc/hadoop/hdfs-site.xml文件
在<configuration>节点内加入配置:
<property>
<name>dfs.name.dir</name>
<value>file:///data/hadoop/dfs/name</value>
<description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///data/hadoop/dfs/data</value>
<description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>
<property>
<!-- 如果你只有3个datanode，但是你却指定副本数为4，是不会生效的，因为每个datanode上只能存放一个副本。
-->
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
<description>need not permissions</description>
</property>
说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。3.2.3.4 新建并且修改mapred-site.xml
在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：
# cp /opt/hadoop-2.9.0/etc/hadoop/mapred-site.xml.template /opt/hadoop-2.9.0/etc/hadoop/mapred-site.xml
修改这个新建的mapred-site.xml文件，在<configuration>节点内加入配置:
<property>
<name>mapred.job.tracker</name>
<value>hadoopServer3:49001</value>
</property>
<property>
<name>mapred.local.dir</name>
<value>/data/hadoop/var</value>
</property>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
3.2.3.5 修改slaves文件
修改/opt/hadoop-2.9.0/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：
- hadoopServer9
- hadoopServer6
3.2.3.6 修改yarn-site.xml文件
修改/opt/hadoop-2.9.0/etc/hadoop/yarn-site.xml文件，
在<configuration>节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行):
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoopServer3</value>
</property>
<property>
<description>The address of the applications manager interface in the RM.</description>
<name>yarn.resourcemanager.address</name>
<value>${yarn.resourcemanager.hostname}:8032</value>
</property>
<property>
<description>The address of the scheduler interface.</description>
<name>yarn.resourcemanager.scheduler.address</name>
<value>${yarn.resourcemanager.hostname}:8030</value>
</property>
<property>
<description>The http address of the RM web application.</description>
<name>yarn.resourcemanager.webapp.address</name>
<value>${yarn.resourcemanager.hostname}:8088</value>
</property>
<property>
<description>The https adddress of the RM web application.</description>
<name>yarn.resourcemanager.webapp.https.address</name>
<value>${yarn.resourcemanager.hostname}:8090</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>${yarn.resourcemanager.hostname}:8031</value>
</property>
<property>
<description>The address of the RM admin interface.</description>
<name>yarn.resourcemanager.admin.address</name>
<value>${yarn.resourcemanager.hostname}:8033</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>2048</value>
<discription>每个节点可用内存,单位MB,默认8182MB</discription>
</property>
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>2.1</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。
4启动hadoop
4.1在namenode上执行初始化
因为hadoopServer3是namenode，hadoopServer6和hadoopServer9都是datanode， 所以只需要对hadoopServer3进行初始化操作，也就是对hdfs进行格式化。 进入到hadoopServer3的/opt/hadoop-2.9.0/bin目录，也就是执行命令：
cd /opt/hadoop-2.9.0/bin
执行初始化脚本，也就是执行命令：
./hadoop namenode -format
例子如图：
稍等几秒，不报错的话，即可执行成功，如图：
格式化成功后，可以在看到在/data/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件。
4.2在namenode上执行启动命令
因为hadoopServer3是namenode，hadoopServer6和hadoopServer9都是datanode，
所以只需要再hadoopServer3上执行启动命令即可。
进入到hadoopServer3这台机器的 /opt/hadoop-2.9.0/sbin目录，也就是执行命令：
cd /opt/hadoop-2.9.0/sbin
执行初始化脚本，也就是执行命令：
./start-all.sh
第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车
如图：
5测试hadoop
haddoop启动了，需要测试一下hadoop是否正常。
执行命令，关闭防火墙，CentOS7下，命令是：
systemctl stop firewalld.service
hadoopServer3是我们的namanode，该机器的IP是10.70.27.3 ，在本地电脑访问如下地址:
自动跳转到了overview页面
如图：
在本地浏览器里访问如下地址：
自动跳转到了cluster页面
如图：
