目录
一.使用VMvare创建三个虚拟机，我使用的是ubuntu16.04版本的,并关闭全部虚拟机的防火墙
需要的安装包：
1.jdk压缩包
2.hadoop压缩包
请前往百度云上上下载相关安装包(密码：8op1)
开始搭建hadoop集群
一.使用VMvare创建三个虚拟机，我使用的是ubuntu16.04版本的,并关闭全部虚拟机的防火墙
1.因为默认的虚拟机主机名都是ubuntu，所以为了便于虚拟机的识别，创建完成虚拟机后我们对虚拟机名进行修改，我们把用于主节点的虚拟机名称设为master(按自己的喜好创建)，把用于从节点的虚拟机名称设为slave1
修改主机名的命令:sudo gedit /etc/hostname
把原主机名ubuntu改为master（在从主机上则改为slave1)
2.为了虚拟机之间能ping通，需要修改虚拟机的ip地址（这里以在master机器操作为例子，从节点的虚拟机也要进行一致的操作）
命令：sudo gedit /etc/hosts
把/etc/hosts中yangcx-virtual-machine修改为刚刚改过的主机名master，同时将前面的ip地址改为实际的ip地址
怎么知道自己虚拟机的ip地址?
命令：ifconfig -a
上图红框标记的就是虚拟机的真实ip地址，因此我们把/etc/hosts中的内容修改为：
slave1的ip地址就是从虚拟机slave1的真实ip地址。同样，我们在slave1虚拟机上也要进行这一步操作。
3.关闭虚拟机的防火墙
一般来说，ubuntu默认都是安装防火墙软件ufw的，使用命令 sudo ufw version,如果出现ufw的版本信息，则说明已有ufw
使用命令 sudo ufw status查看防火墙开启状态：如果是active则说明开启，如果是inactive则说明关闭
开启/关闭防火墙 (默认设置是’disable’)
sudo ufw enable|disable
我们使用sudo ufw disble来关闭防火墙，并再次用sudo ufw status 查看防火墙是否关闭
二.安装jdk(所有虚拟机都要安装配置)
将jdk的压缩文件拖进master和slave1虚拟机中，压缩(右键文件，extract here)，或者用命令行
tar -zxvf jdk1.8.0_161.tar.gz(使用自己的压缩文件名)
配置环境jdk环境：
命令：sudo gedit /etc/profile
将jdk的路径添加到文件后面(根据自己的文件路径来，我这里jdk1.8.0_161文件夹的路径是/home/hadoop/java)
export JAVA_HOME=/home/hadoop/java/jdk1.8.0_161
export JRE_HOME=/home/hadoop/java/jdk1.8.0_161/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH
保存退出，为了使配置立即生效，键入命令:source /etc/profile,或者重启虚拟机,命令：shutdown -r now
检查路径jdk是否安装成功，键入命令：java -version
如果出现了版本信息，则恭喜配置成功；
三.安装SSH服务
1.首先确保虚拟机能连上网
2.更新源列表：sudo apt-get update
3.安装ssh:输入"sudo apt-get install openssh-server"-->回车-->输入"y"-->回车-->安装完成。
4.查看ssh服务是否启动
打开"终端窗口"，输入"sudo ps -ef |grep ssh"-->回车-->有sshd,说明ssh服务已经启动，如果没有启动，输入"sudo service ssh start"-->回车-->ssh服务就会启动。
四、建立ssh无密码登录本机
ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。
- ssh-keygen -t rsa -P "" //(P是要大写的，后面跟"")
（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）
2、进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的
- cd ~/.ssh
2. cat id_rsa.pub >> authorized_keys
完成后就可以无密码登录本机了。
3、登录localhost
1. ssh localhost
( 注：当ssh远程登录到其它机器后，现在你控制的是远程的机器，需要执行退出命令才能重新控制本地主机。)
4、执行退出命令
- exit
1~4步在master、slave1和slave2三台虚拟机上都是这样配。
5.配置master无密码登陆slave1
mater主机中输入命令复制一份公钥到home中
cp .ssh/id_rsa.pub ~/id_rsa_master.pub把master的home目录下的id_rsa_master.pub拷到slave1的home下(我的做法是先拖到windows桌面上，在拖进slave1虚拟机中)
slave1的home目录下分别输入命令
cat id_rsa_master.pub >> ~/.ssh/authorized_keys至此实现了mater对slave1的无密码登陆。
以下的步骤只在master上进行
五.安装hadoop
1.将hadoop压缩包拖进master虚拟机中，解压(我这里解压的路径是/home/hadoop/hadoop-2.7.3)
2.在hadoop-2.7.3文件夹里面先创建4个文件夹：
- hadoop-2.7.3/hdfs
- hadoop-2.7.3/hdfs/tmp
- hadoop-2.7.3/hdfs/name
- hadoop-2.7.3/hdfs/data
3.配置 hadoop的配置文件
先进入配置文件的路径：cd /home/hadoop/hadoop-2.7.3/etc/hadoop(再次强调，使用自己的路径)
查看该路径下的文件列表
被红框框住的文件是我们要进程配置的文件
1.首先配置core-site.xml文件（配置Service的URL地址、Hadoop集群临时目录）
sudo gedit core-site.xml在<configuration></configuration>中加入以下代码：
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/hadoop/hadoop-2.7.3/hdfs/tmp</value>
<description>A base for other temporary directories.</description>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>注意：第一个属性中的value和我们之前创建的/hadoop-2.7.3/hdfs/tmp路径要一致。
2.配置 hadoop-env.sh文件
sudo gedit hadoop-env.sh将JAVA_HOME文件配置为本机JAVA_HOME路径
3.配置 yarn-env.sh
sudo gedit yarn-env.sh将其中的JAVA_HOME修改为本机JAVA_HOME路径(先把这一行的#去掉)
4.配置hdfs-site.xml(配置Hadoop集群的HDFS别名、通信地址、端口等）
sudo gedit hdfs-site.xml在<configuration></configuration>中加入以下代码
<!-- 指定DataNode冗余份数 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/hadoop-2.7.3/hdfs/name</value>
<final>true</final>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/hadoop-2.7.3/hdfs/data</value>
<final>true</final>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:9001</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>注意(其中第二个dfs.namenode.name.dir和dfs.datanode.data.dir的value和之前创建的/hdfs/name和/hdfs/data路径一致)
5 .复制mapred-site.xml.template文件，并命名为mapred-site.xml
cp mapred-site.xml.template mapred-site.xml<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>6.配置yarn-site.xml
sudo gedit yarn-site.xml<property>
<name>yarn.resourcemanager.address</name>
<value>master:18040</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:18030</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:18088</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:18025</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:18141</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>7.配置slaves 文件
sudo gedit slaves把原本的localhost删掉，改为slave1
8.配置hadoop的环境，就像配置jdk一样
sudo gedit /etc/profile根据hadoop文件夹的路径配置，以我的路径/home/hadoop/hadoop-2.7.3 为例
export HADOOP_HOME=/home/hadoop/hadoop-2.7.3
export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
键入命令 source /etc/profile 使配置立即生效
9.接下来，将hadoop传到slave1、slave2虚拟机上面去
scp -r hadoop-2.7.1 hadoop@slave1:~/注意：hadoop是虚拟机的用户名，创建slave1时设定的
传过去后，在slave1上面同样对hadoop进行路径配置，和第8步一样
9.初始化hadoop
hdfs namenode -format10.开启hadoop
两种方法：（在mater主机执行）
- start-all.sh
- 先start-dfs.sh,再start-yarn.sh
如果在mater上面键入jps后看到
在slave1上键入jps后看到
在slave2上键入jps后看到
六：最后用自带的样例测试hadoop集群能不能正常跑任务
使用命令
hadoop jar /home/hadoop/hadoop-2.7.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar pi 10 10用来求圆周率，pi是类名，第一个10表示Map次数，第二个10表示随机生成点的次数(与计算原理有关)
最后出现结果
则，恭喜你，hadoop集群搭建完成。
注意：
1、至少的三个虚拟机，zk的搭建最少的三台主机。
2、HDFS格式化错误 SHUTDOWN_MSG: Shutting down NameNode at java.net.UnknownHostException（解决）
