安装与配置:
在hadoop-env.sh中添加export JAVA的环境变量
修改hostname文件的名称，/etc/hosts文件配置主机名和ip的映射关系，将mstaer，slave的主机名和ip地址都添加进来
配置ssh免密钥配置
Ssh-keygen –t rsa
在./.ssh文件中生成两个文件id_rsa（私钥），id_rsa.pub(公钥)
cat id_rsa.pub > .ssh/authorized_keys
scp authorized_keys user@ipaddress:/home/user/id_rsa.pub
修改authorzed文件的权限为600
之间的高可用其实是通过journalNode集群或者nfs来实现的，两台主从的namenode节点通过共享一个共享目录来实现高可用，standy的机器时刻同步active的namenode的机器，namenode的自动切换一般使用zookeeper集群中来实现
高可用的配置：
添加fs.defaultFS的属性为hdfs：//mycluster
中添加dfs.federation.nameservers为mycluster
添加dfs.namenodes.mycluster的值为nn1和nn2
添加dfs.namenode.rpc-address.mycluster.nn1的值为hostname1:8020
添加dfs.namenode.rpc-address.mysqlcluster.nn2的值为hostname2：8020
添加dfs.namenode.http-address.mycluster.nn1的值为hostname1:50070//配置namenode节点的web查看
添加dfs.namenode.http-address.mycluster.nn1的值为hostname1:50070
添加dfs.namenode.shared.edits.dir共享的存储的目录位置，所有的slave端口的8485
添加dfs.client.failover.proxy.provider.mycluster的值为org.apache.hadoop.hdfs. server.namenode.ha.ConfigureFailoverProxyProvider //确认hadoop客户端与active节点通信的java类，使用其来确认active是否活跃
添加dfs.ha.fencing.methods的值为sshfence使用ssh来进行切换
任何一个期间都必须只有一个namenode节点，这个配置使用ssh的连接到namenode节点杀死namenode的active状态
下面是hadoop+zookepper的所有配置：
配置hdfs-site.Xml
<configuration>
<property>
<name>dfs.replication</name>
将文本复制的份数为3
</property>
<property>
的心跳时间为10s
<value>10</value>
</property>
<property>
<name>dfs.name.dir</name>
确定hdfs文件系统的元信息保存的目录，设置为多目录的时候，就可以保存元信息数据的多个备份
</property>
<property>
<name>dfs.data.dir</name>
确定hdfs的文件系统的数据保存的目录，就可以将hdfs建立在不同的分区上
</property>
<property>
在web中访问hdfs的能力
<value>true</value>
</property>
<property>
定义一个mycluster的nameserver族
<value>mycluster</value>
</property>
<property>
支持两个那么namenode节点，两个namenode节点是nn1，nn2。
<value>nn1,nn2</value>
</property>
<property>
第一个rpc的通信地址，端口为8020
<value>master1:8020</value>
</property>
<property>
第二个rpc的通信地址，端口为8020
<value>master2:8020</value>
</property>
<property>
<name>dfs.namenode.http-address.mycluster.nn1</name>
定义第二个namenode的http端口
</property>
<property>
<name>dfs.namenode.http-address.mycluster.nn2</name>
定义第二个namenode的httpd端口
</property>
<property>
<name>dfs.namenode.shared.edits.dir</name> <value>qjournal://master1:8485;master2:8485;slave1:8485;slave2:8485;slave3:8485;slave4:8485;slave5:8485;slave6:8485;slave7:8485;slave8:8485;slave9:8485;slave10:8485/mycluster</value>
共享的datanode信息
客户端故障转移配置
<property>
<name>dfs.client.failover.proxy.provider.mycluster</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
自动切换的时候由哪一个类来自动实现
<property>
<name>dfs.ha.fencing.methods</name>
切换时候使用ssh等方式来操作
</property>
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
存储的秘钥的位置
</property>
<property>
是否需要加上mycluster，故障发生的时候是否自动切换
<value>true</value>
</property>
将这个namenode节点id配置为nn1
<property>
<name>dfs.ha.namenode.id</name>
<value>nn1</value>
</property>
</configuration>
配置mapred-site.xml文件
<configuration>
<property>
<name>mapreduce.framework.name</name>
以后的版本的框架为yarn
</property>
<property>
默认为0.7，提高系统系统配置
<value>0.1<value>
</property>
</configuration>
配置yarn-site.xml
<property>
总的可用的物理内存
<value>10240</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
ResourceManager 对客户端暴露的地址。客户端通过该地址向RM提交应用程序，杀死应用程序等
<value>master1:8032</value>
</property>
<property>
<name>yarn.nodemanager.disk-health-checker.max-disk-utilization-per-disk-percentage</name>
<value>95.0</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.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master1:8033</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master1:8088</value>
</property>
配置core-site.xml的配置
<configuration>
<property>
<name>hadoop.native.lib</name>
<value>true</value>
<description>Shouldnative hadoop libraries, if present, be used.</description>
设置启动本地库，默认使用本地库
</property>
<!--
<property>
<name>fs.default.name</name>
节点的url
</property>
-->
<property>
<name>hadoop.tmp.dir</name>
的临时文件目录
</property>
<property>
<name>fs.defaultFS</name>
指定hdfs的nameservice为mycluster（两个），为hadoop的namenode节点高可用的配置
</property>
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/mnt/vdc/hadoopstore/journal/data</value>
</property>
<property>
<name>ha.zookeeper.quorum.mycluster</name>
<value>master1:2181,master2:2181,slave1:2181</value>
</property>
<property>
<name>hadoop.proxyuser.oozie.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.oozie.groups</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.hue.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.hue.groups</name>
<value>*</value>
</property>
</configuration>
第一次启动的时候需要格式化
查看集群状态的时候使用jps来进行查看
Hadoop dfsadmin -report
命令详解：
配置基本的环境变量：
export ZOOKEEPER_HOME=/home/zookeeper-3.3.3
export PATH=$PATH:$ZOOKEEPER_HOME/bin:$ZOOKEEPER_HOME/conf
配置文件zoo.cfg
默认每两秒就会发送一个心跳
存储内存中数据库快照的位置
日记存放的目录
clientPort=2181
连接超时的心跳次数，这里5次就是说10s的时候就会退出
syncLimit=2
server.l=zookeeperl:2888:3888
server.2=zookeeper2:2888:3888
server.3=zookeeper3:2888:3888
的2181端口用于与客户端连接，2888端口用于与跟随者连接，3888端口用于选举
修改myid文件，这个文件在dataDir文件中配置为1，2，3
启动/关闭/状态
连接某台的zookeeper服务器
使用ls /查看节点中的内容
查看字符串里面的内容
设置/创建/删除节点的内容
但是zookeeper主要是使用api的形式来进行访问的
