前期准备就不详细说了,课堂上都介绍了
1.修改Linux主机名
2.修改IP
3.修改主机名和IP的映射关系
######注意######如果你们公司是租用的服务器或是使用的云主机(如华为用主机、阿里云主机等)
/etc/hosts里面要配置的是内网IP地址和主机名的映射关系
4.关闭防火墙
5.ssh免登陆
6.安装JDK,配置环境变量等

集群规划:
主机名 IP 安装的软件 运行的进程

itcast01 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController
 itcast02 192.168.1.202 jdk、hadoop NameNode、DFSZKFailoverController
 itcast03 192.168.1.203 jdk、hadoop ResourceManager
 itcast04 192.168.1.204 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
 itcast05 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
 itcast06 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain



说明:
在hadoop2.0中通常由两个NameNode组成,一个处于active状态,另一个处于standby状态。Active NameNode对外提供服务,而Standby NameNode则不对外提供服务,仅同步active namenode的状态,以便能够在它失败时快速进行切换。
hadoop2.0官方提供了两种HDFS HA的解决方案,一种是NFS,另一种是QJM。这里我们使用简单的QJM。在该方案中,主备NameNode之间通过一组JournalNode同步元数据信息,一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode
这里还配置了一个zookeeper集群,用于ZKFC(DFSZKFailoverController)故障转移,当Active NameNode挂掉了,会自动切换Standby NameNode为standby状态

安装步骤:
1.安装配置zooekeeper集群

1.1解压
 tar -zxvf zookeeper-3.4.5.tar.gz -C /itcast/
 1.2修改配置
 cd /itcast/zookeeper-3.4.5/conf/
 cp zoo_sample.cfg zoo.cfg
 vim zoo.cfg
 修改:dataDir=/itcast/zookeeper-3.4.5/tmp
 在最后添加:
 server.1=itcast04:2888:3888
 server.2=itcast05:2888:3888
 server.3=itcast06:2888:3888
 保存退出
 然后创建一个tmp文件夹
 mkdir /itcast/zookeeper-3.4.5/tmp
 再创建一个空文件
 touch /itcast/zookeeper-3.4.5/tmp/myid
 最后向该文件写入ID
 echo 1 > /itcast/zookeeper-3.4.5/tmp/myid
 1.3将配置好的zookeeper拷贝到其他节点(首先分别在itcast05、itcast06根目录下创建一个itcast目录:mkdir /itcast)
 scp -r /itcast/zookeeper-3.4.5/ itcast05:/itcast/
 scp -r /itcast/zookeeper-3.4.5/ itcast06:/itcast/

 注意:修改itcast05、itcast06对应/itcast/zookeeper-3.4.5/tmp/myid内容
 itcast05:
 echo 2 > /itcast/zookeeper-3.4.5/tmp/myid
 itcast06:
 echo 3 > /itcast/zookeeper-3.4.5/tmp/myid

 2.安装配置hadoop集群
 2.1解压
 tar -zxvf hadoop-2.2.0.tar.gz -C /itcast/
 2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下)
 #将hadoop添加到环境变量中
 vim /etc/profile
 export JAVA_HOME=/usr/java/jdk1.7.0_55
 export HADOOP_HOME=/itcast/hadoop-2.2.0
 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

 #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
 cd /itcast/hadoop-2.2.0/etc/hadoop

 2.2.1修改hadoo-env.sh
 export JAVA_HOME=/usr/java/jdk1.7.0_55

 2.2.2修改core-site.xml
 <configuration>
 <!-- 指定hdfs的nameservice为ns1 -->
 <property>
 <name>fs.defaultFS</name>
 <value>hdfs://ns1</value>
 </property>
 <!-- 指定hadoop临时目录 -->
 <property>
 <name>hadoop.tmp.dir</name>
 <value>/itcast/hadoop-2.2.0/tmp</value>
 </property>
 <!-- 指定zookeeper地址 -->
 <property>
 <name>ha.zookeeper.quorum</name>
 <value>itcast04:2181,itcast05:2181,itcast06:2181</value>
 </property>
 </configuration>

 2.2.3修改hdfs-site.xml
 <configuration>
 <!--指定hdfs的nameservice为ns1,需要和core-site.xml中的保持一致 -->
 <property>
 <name>dfs.nameservices</name>
 <value>ns1</value>
 </property>
 <!-- ns1下面有两个NameNode,分别是nn1,nn2 -->
 <property>
 <name>dfs.ha.namenodes.ns1</name>
 <value>nn1,nn2</value>
 </property>
 <!-- nn1的RPC通信地址 -->
 <property>
 <name>dfs.namenode.rpc-address.ns1.nn1</name>
 <value>itcast01:9000</value>
 </property>
 <!-- nn1的http通信地址 -->
 <property>
 <name>dfs.namenode.http-address.ns1.nn1</name>
 <value>itcast01:50070</value>
 </property>
 <!-- nn2的RPC通信地址 -->
 <property>
 <name>dfs.namenode.rpc-address.ns1.nn2</name>
 <value>itcast02:9000</value>
 </property>
 <!-- nn2的http通信地址 -->
 <property>
 <name>dfs.namenode.http-address.ns1.nn2</name>
 <value>itcast02:50070</value>
 </property>
 <!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
 <property>
 <name>dfs.namenode.shared.edits.dir</name>
 <value>qjournal://itcast04:8485;itcast05:8485;itcast06:8485/ns1</value>
 </property>
 <!-- 指定JournalNode在本地磁盘存放数据的位置 -->
 <property>
 <name>dfs.journalnode.edits.dir</name>
 <value>/itcast/hadoop-2.2.0/journal</value>
 </property>
 <!-- 开启NameNode失败自动切换 -->
 <property>
 <name>dfs.ha.automatic-failover.enabled</name>
 <value>true</value>
 </property>
 <!-- 配置失败自动切换实现方式 -->
 <property>
 <name>dfs.client.failover.proxy.provider.ns1</name>
 <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
 </property>
 <!-- 配置隔离机制方法,多个机制用换行分割,即每个机制暂用一行-->
 <property>
 <name>dfs.ha.fencing.methods</name>
 <value>
 sshfence
 shell(/bin/true)
 </value>
 </property>
 <!-- 使用sshfence隔离机制时需要ssh免登陆 -->
 <property>
 <name>dfs.ha.fencing.ssh.private-key-files</name>
 <value>/root/.ssh/id_rsa</value>
 </property>
 <!-- 配置sshfence隔离机制超时时间 -->
 <property>
 <name>dfs.ha.fencing.ssh.connect-timeout</name>
 <value>30000</value>
 </property>
 </configuration>

 2.2.4修改mapred-site.xml
 <configuration>
 <!-- 指定mr框架为yarn方式 -->
 <property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
 </property>
 </configuration> 

 2.2.5修改yarn-site.xml
 <configuration>
 <!-- 指定resourcemanager地址 -->
 <property>
 <name>yarn.resourcemanager.hostname</name>
 <value>itcast03</value>
 </property>
 <!-- 指定nodemanager启动时加载server的方式为shuffle server -->
 <property>
 <name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value>
 </property>
 </configuration>


 2.2.6修改slaves(slaves是指定子节点的位置,因为要在itcast01上启动HDFS、在itcast03启动yarn,所以itcast01上的slaves文件指定的是datanode的位置,itcast03上的slaves文件指定的是nodemanager的位置)
 itcast04
 itcast05
 itcast06 2.2.7配置免密码登陆
 #首先要配置itcast01到itcast02、itcast03、itcast04、itcast05、itcast06的免密码登陆
 #在itcast01上生产一对钥匙
 ssh-keygen -t rsa
 #将公钥拷贝到其他节点,包括自己
 ssh-coyp-id itcast01
 ssh-coyp-id itcast02
 ssh-coyp-id itcast03
 ssh-coyp-id itcast04
 ssh-coyp-id itcast05
 ssh-coyp-id itcast06

 #配置itcast03到itcast04、itcast05、itcast06的免密码登陆
 #在itcast03上生产一对钥匙
 ssh-keygen -t rsa
 #将公钥拷贝到其他节点
 ssh-coyp-id itcast04
 ssh-coyp-id itcast05
 ssh-coyp-id itcast06

 #注意:两个namenode之间要配置ssh免密码登陆,别忘了配置itcast02到itcast01的免登陆
 在itcast02上生产一对钥匙
 ssh-keygen -t rsa
 ssh-coyp-id -i itcast01 

 2.4将配置好的hadoop拷贝到其他节点
 scp -r /itcast/ itcast02:/
 scp -r /itcast/ itcast03:/
 scp -r /itcast/hadoop-2.2.0/ root@itcast04:/itcast/
 scp -r /itcast/hadoop-2.2.0/ root@itcast05:/itcast/
 scp -r /itcast/hadoop-2.2.0/ root@itcast06:/itcast/

 ###注意:严格按照下面的步骤
 2.5启动zookeeper集群(分别在itcast04、itcast05、itcast06上启动zk)
 cd /itcast/zookeeper-3.4.5/bin/
 ./zkServer.sh start
 #查看状态:一个leader,两个follower
 ./zkServer.sh status

 2.6启动journalnode(在itcast01上启动所有journalnode,注意:是调用的hadoop-daemons.sh这个脚本,注意是复数s的那个脚本)
 cd /itcast/hadoop-2.2.0
 sbin/hadoop-daemons.sh start journalnode
 #运行jps命令检验,itcast04、itcast05、itcast06上多了JournalNode进程

 2.7格式化HDFS
 #在itcast01上执行命令:
 hdfs namenode -format
 #格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件,这里我配置的是/itcast/hadoop-2.2.0/tmp,然后将/itcast/hadoop-2.2.0/tmp拷贝到itcast02的/itcast/hadoop-2.2.0/下。
 scp -r tmp/ itcast02:/itcast/hadoop-2.2.0/

 2.8格式化ZK(在itcast01上执行即可)
 hdfs zkfc -formatZK

 2.9启动HDFS(在itcast01上执行)
 sbin/start-dfs.sh

2.10启动YARN(#####注意#####:是在itcast03上执行start-yarn.sh,把namenode和resourcemanager分开是因为性能问题,因为他们都要占用大量资源,所以把他们分开了,他们分开了就要分别在不同的机器上启动)
sbin/start-yarn.sh

到此,hadoop2.2.0配置完毕,可以统计浏览器访问:

 http://192.168.1.201:50070 NameNode 'itcast01:9000' (active)
 http://192.168.1.202:50070
 NameNode 'itcast02:9000' (standby)



验证HDFS HA
 首先向hdfs上传一个文件
 hadoop fs -put /etc/profile /profile
 hadoop fs -ls /
 然后再kill掉active的NameNode
 kill -9 <pid of NN>
 通过浏览器访问:http://192.168.1.202:50070
 NameNode 'itcast02:9000' (active)
 这个时候itcast02上的NameNode变成了active
 在执行命令:
 hadoop fs -ls /
 -rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile
 刚才上传的文件依然存在!!!
 手动启动那个挂掉的NameNode
 sbin/hadoop-daemon.sh start namenode
 通过浏览器访问:http://192.168.1.201:50070
 NameNode 'itcast01:9000' (standby)



验证YARN:
运行一下hadoop提供的demo中的WordCount程序:
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out

OK,大功告成!!!