本次集群的搭建是在之前的伪分布集群的基础上实现的，如果没有搭建好伪分布集群，可参看之前的详细教程：
如果按照以上的步骤成功搭建了hadoop伪分布集群，那么实现真正的集群搭建就很简单了。本次是在虚拟机下搭建了1个NameNode节点和3个DataNode节点的集群（NameNode节点也作为一个DataNode节点）。
----------------------------------------------------------------------------------------------------
hadoop集群搭建
1、克隆之前搭建好的伪分布集群系统，创建另外两个节点作为DataNode节点work02、work03（或者按照同样的步骤单独创建也可以）。
2、配置IP地址
按照之前的配置方式配置即可（注意，要使三台机器在同一个网段里）。
将work01机器的IP地址配置为192.168.26.101
将work02机器的IP地址配置为192.168.26.102
将work03机器的IP地址配置为192.168.26.103
3、修改机器名
利用命令sudo vi /etc/sysconfig/network
work02机器修改为work02
将work03机器修改为work03
4、配置相应的IP地址映射
使用命令sudo vi /etc/hosts
在work01、work02、work03上均配置如下内容
4、配置ssh免密登录（关键步骤）
（1）首先利用命令ssh-keygen -t rsa 在每台机器上生成密钥对（work01已经有了，就不要再生成了），如果是克隆的系统，这时候生成会提示已经存在，直接覆盖即可
（2）然后利用命令 cat id_rsa.pub >> authorized_keys 将各自对应的密钥公钥添加到自己的authorized_keys中（详细步骤可参看之间的教程）
（3）最后将其他机器的id_rsa.pub也添加到当前的authorized_keys中
完成以上步骤后，每台机器的authorized_keys的内容大致如下：
配置完成后，可以work01机器上使用命令 ssh work02 远程登录work02机器，使用exit退出登录。如果不需要密码登录成功，这说明ssh免密登录成功
5、修改相关配置文件
（1）hdfs-site.xml文件
将其内容修改为3，我们之前伪分布集群配置的是1。现在我们有三台DataNode节点，这时候就可以设置副本数为3了。
<configuration>
<property>
<value>dfs.replication</value>
<name>3</name>
</property>
</configuration>
（2）slaves文件
在该文件中添加另外两个DataNode机器名，之前伪分布只添加了work01（为防止出错，每台机器都修改吧）
（3）其他文件保持和work01的配置相同即可。
6、找到每天机器上配置的hadoop.tmp.dir路径下的data文件夹，将其删除。我这里是/home/hadoop/app/hadoop-2.4.1/data
然后使用命令hadoop namenode -format初始化集群
---------------------------------------------------------------------------------------------------------------------
至此，hadoop集群已经配置成功，可以使用命令start-dfs.sh和start-yarn.sh启动集群，或者start-all.sh启动也可以（不推荐）。
启动完毕，可以通过以下方式查看集群是否启动成功
1、查看启动的进程
在NameNode节点机器上（work01）,可以看到如下进程
而DataNode节点机器上（work02、work03），可以看到如下进程
2、通过web服务查看
浏览器输入http://work01:50070
查看DataNode节点个数
还可以查看详细的DataNode节点信息
===========================================================
可能会出现DataNode启动不了的问题
原因可能是NameNode和DataNode的clusterID不一致，造成不一致的原因可能是多次使用hadoop namenode -format 。因为每次初始化的时候，NameNode都会重新生成clusterID，而DataNode却只是在最初的时候生成，之后便不再更新
