写在前边的话：
最近找了一个云计算开发的工作，本以为来了会直接做一些敲代码，处理数据的活，没想到师父给了我一个课题“基于质量数据的大数据分析”，那么问题来了首先要做的就是搭建这样一个平台，毫无疑问，底层采用hadoop集群，在此之上，进行一些其他组件的安装和二次开发
hadoop伪分布部署参考：点击打开链接
hadoop单机版部署参考：点击打开链接
zookeeper,hive,hbase的分布式部署参考：点击链接
Spark，Sqoop，Mahout的分布式部署参考：点击链接
hadop高可用部署：点击连接
一：安装VM 12.x
下载地址：链接：http://pan.baidu.com/s/1c2KA3gW密码：3r67
二：安装CentOS6.5
这里采用3台机器，其对应的IP和主机分别如下（他们的用户名都是master）
| 主机名 | ip | 对应的角色 |
| master1 | 192.168.48.130 | NameNode |
| slave1 | 192.168.48.131 | Datanode1 |
| slave2 | 192.168.48.132 | Datanode2 |
这里我们可以采用安装一台虚拟机，然后进行克隆的方法，克隆出五台机器，然后修改对应的ip地址和用户名，VM安装虚拟机有三种网络连接方式，分别是桥接，NAT，仅主机模式，这里采用默认设置，即使用NAT，NAT模式下实用的是Vmnet8
修改IP地址：
1：查看本机ip
我的电脑ip地址为：192.168.69.30
Vmnet8的ipv4地址为：192.168.48.1
2：确定虚拟机IP地址范围和网关地址，下图红线标示
3：打开虚拟机终端
输入：sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0
修改后的信息如下，需要修改的地方有红线标示出来了：
eth0--->eth1
dhcp--->static
HWADDR MAC地址修改为本虚拟机的mac地址，mac地址查看 ip addr，选择eth1那个
之后便可以使用ifconfig查看ip了
修改主机名和对应IP：
1：编辑hosts文件
sudo vim /etc/hosts
清空内容，添加 192.168.48.129 master （这里不要清空hosts文件，具体看评论）
2：便捷network文件
sudo vim /etc/sysconfig/network
修改HOSTNAME为master
重启生效
三：安装hadoop集群
0：每台机器上关闭防火墙和selinux
永久关闭防火墙：chkconfig --level 35 iptables off
永久关闭selinux：
vim /etc/selinux/config
找到SELINUX 行修改成为：SELINUX=disabled:
1：每台机器上安装java环境（ jdk-7u51-linux-x64.tar）
解压到指定目录，这里我选择的是/opt
tar -zxvf jdk-7u51-linux-x64.tar /opt
修改文件夹名字为java
mv /opt/jdk1.7.0_51 /opt/java
配置环境变量，打开/etc/profile文件，加入java的路径
vim /etc/profile (如果没有权限可以前边加入sudo)
文件前边写上：
export JAVA_HOME=/opt/java
export CLASSPATH=.:%JAVA_HOME%/lib/dt.jar:%JAVA_HOME%/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
2：配置每台机器的主机名
清空每台机器上的/etc/hosts文件内容，添加如下：
192.168.48.130 master1
192.168.48.131 slave1
192.168.48.132 slave2
执行完之后source/etc/hosts
同时修改每台机器上的/etc/sysconfig/network 中hostname对应的用户名（此步骤一定要注意，否则容易找不到主机名）
3：给master用户增加sudo权限
1）切换到root用户，su 输入密码
2）给sudoers增加写权限：chmod u+w /etc/sudoers
3）编译sudoers文件：vim /etc/sudoers在root ALL=(ALL) ALL下方增加 master ALL=(ALL)NOPASSWD:ALL
4）去掉sudoers文件的写权限：chmod u-w /etc/sudoers
4：每台机器都切换到master用户下
su master
5：配置SSH免密码登录
进入~/.ssh目录
每台机器执行：ssh-keygen -t rsa，一路回车
生成两个文件，一个私钥，一个公钥，在master1中执行：cp id_rsa.pub authorized_keys
a：本机无密钥登录
修改authorized_keys权限：chmod 644 authorized_keys
此时重启ssh服务：sudo service sshd restart
ssh master1
yes!!!
b：master与其他节点无密钥登录
从master中把authorized_keys分发到各个结点上(会提示输入密码，输入thinkgamer即可)：
scp /home/master/.ssh/authorized_keys slave1:/home/master/.ssh
scp /home/master/.ssh/authorized_keys slave2:/home/master/.ssh
然后在各个节点对authorized_keys执行(一定要执行该步，否则会报错)：chmod 644 authorized_keys
测试如下（第一次ssh时会提示输入yes/no，输入yes即可）：
6：解压hadoop到指定目录（我这里使用的是/opt/目录）
tar -zxvf hadoop-2.7.0.tar.gz /opt/hadoop-2.7.0
重命名文件：mv /opt/hadoop-2.7.0 /opt/hadoop
7：修改配置文件
hadoop-env.sh：
export JAVA_HOME=/opt/java
core-site.xml：
<configuration> <property> <name>fs.default.name</name> <value>hdfs://master1:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/opt/hadoop/tmp</value> </property></configuration>
hdfs-site.xml：
<configuration> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:/opt/hadoop/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/opt/hadoop/dfs/data</value> </property></configuration>mapred-site.xml：
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>Master:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>Master:19888</value> </property></configuration>yarn-site.xml：
<configuration><!-- Site specific YARN configuration properties --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>master1:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>master1:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>master1:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>master1:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>master1:8088</value> </property></configuration>
8：编辑slaves文件
清空加入从节点的名字
slave1
slave2
9：将hadoop分发到各个节点（因为权限问题，先将该文件夹分发到各个节点的/home/master目录下，再进入各个节点将文件夹移到/opt下）
scp -r /opt/hadoop slave1:/home/master/hadoop ,进入该节点执行：sudo mv hadoop /opt/
scp -r /opt/hadoop slave2:/home/master/hadoop ,进入该节点执行：sudo mv hadoop /opt/
10：在master节点格式化hdfs
bin/hdfs namenode -format
看见status 0表示安装成功
四：web页面查看
1：http://192.168.48.130:8088/
2：http://192.168.48.130:50070/
五：问题记录
1：linux文件夹权限
eg：
第一列共有十位
第一位，d：表示是一个目录，-：表示一个普通的文件
第2-4位：rwx：分别表示读，写，执行，这里显示为rwx表示文件所有者对该文件拥有读写执行的权利（补充一点，rwx用数字表示为4,2,1）
第5-7位：r-x：表示与该文件所有者的同组用户拥有该文件的读和执行的权限
第8-10位：r-x：表示其他组的用户对该文件拥有读和执行的权利
2：linux基本命令
查看用户所属用户组 id hostname / groups hostname
vim命令： 查找：/xxxx
清空： gg dG
参考： http://www.cnblogs.com/laov/p/3421479.html
http://www.aboutyun.com/thread-7781-1-1.html
http://blog.sina.com.cn/s/blog_821d83720102vkx5.html
http://www.aboutyun.com/thread-10572-1-1.html(HA配置)