前言：Hadoop主要有两种安装方式，即传统解压包方式和Linux标准方式。相对来说，标准Linux部署方式简单易用，而传统部署方式则繁琐易错；标准部署方式隐藏了很多细节，而传统解压包方式有助于读者深入理解Hadoop原理。建议先学习传统部署方式再来学习这个标准部署方式。
实验环境：
虚拟机: VMware Workstation Pro，
Linux版本: CentOS 8，
JDK版本：1.8.0，
hadoop版本: hadoop-2.10.0（先在虚拟机里下载好），
虚拟机安装时，如果本身物理机内存条和硬盘容量都不大，建议内存2G，硬盘5G，就够了。否则运行起来会非常卡。甚至常常黑屏无法启动。
集群环境设计：
Hadoop各结点设计：
小技巧：执行命令需要管理员权限时，可直接在前加上sudo，这样就可以管理员身份执行了；如果编辑部分系统文件时，无法用“:wq!”更改保存，可以先:q退出,用sudo vi 来编辑文件。
0.修改机器名hostname
首先我们安装完VM，安装完CentOS8之后，打开linux，进入命令行终端进行配置，
修改机器名
sudo hostnamectl set-hostname cMaster
显示机器信息：
hostnamectl
1. jdk安装
一步安装及配置jdk (仅适用于CentOS)，在linux命令行端口，输入
sudo yum install java-1.8.0-openjdk* -y
然后输入root用户密码即可安装（安装VM时设置的root密码）
接着往下输入
java -version
会显示版本信息时即为成功，
而此时yum 安装的jdk位置为 /usr/lib/jvm/java-1.8.0，我们再进行jdk环境变量配置，输入
vi /etc/profile
在文件底端添加以下信息（JAVA_HOME=安装路径，如果不同需要根据自己的实际安装路径更改）
#set java environment
export JAVA_HOME=/usr/lib/jvm/java
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/jre/lib/rt.jar
export PATH=$PATH:$JAVA_HOME/bin
（输入:wq!）保存并退出之后，再输入
source /etc/profile
使得配置的更改生效
此时，当输入
echo $JAVA_HOME
显示路径/usr/lib/jvm/java-1.8.0的时候，配置已经成功。
2.集群环境的共性配置
2.1修改虚拟子网ip
2.2修改网络配置文件ens33
（如果你的机器网络服务名称不是ens33的，可以输入ifconfig，第一个英文就是对应的了）
vi /etc/sysconfig/network-scripts/ifcfg-ens33
更新网络配置 查看结果
sudo nmcli c reload
sudo nmcli c down ens33
sudo nmcli c up ens33
2.3虚拟机克隆
2.3.1克隆机器
2.3.2 重新生成MAC机器地址
在两台hadoop2，hadoop3克隆虚拟机上重新生成MAC地址
2.3.3 修改新机器的网络配置
在两台虚拟机上，都要进行修改机器名hostname和修改网络配置文件ens33的步骤，机器名和ipaddr分别如文章开头的集群设计表所示。如hadoop2上，
sudo hostnamectl set-hostname cSlave0
vi /etc/sysconfig/network-scripts/ifcfg-ens33 #ipaddr是192.168.58.130
sudo nmcli c reload
sudo nmcli c down ens33
sudo nmcli c up ens33
再在三台机器上，设置hosts映射表
vi /etc/hosts
之后可以在三台机器上执行ping命令，检验是否互通了。如在（hadoop1）cMaster上执行（Ctrl + C 可停止ping操作）
ping cSlave0
3. 设置免密码登陆（三台机器都需要进行分别设置）
3.1 创建hadoop用户
创建 hadoop 用户(需要root权限，我设置的密码是简单的一个空格“space”)
sudo useradd hadoop
sudo passwd hadoop
3.2修改用户 hadoop 的权限
（用户权限的修改需要在 /etc/sudoers 下配置, 将 hadoop 的权限修改最高ALL）
sudo vi /etc/sudoers
hadoop ALL=(ALL) NoPASSWD:ALL
3.3 切换到 hadoop用户
su hadoop
3.4免密码登陆设置
生成公钥（要求输入设置密码时直接回车就是无密码登录了）
ssh-keygen -t rsa
将公钥拷贝到其他两台机器（期间要求输入的密码是hadoop的用户密码）
ssh-copy-id hadoop@cSlave0
ssh-copy-id hadoop@cSlave1
3.5 ssh登录测试（登录其他两台机器，再回来本机）
ssh hadoop@cSlave0
ssh hadoop@cSlave1
ssh hadoop@cMaster
4. hadoop安装与配置
4.1 安装hadoop
4.1.1 新建hadoop的安装目录，设置hadoop用户对 /usr/local/src和 /usr/local/hadoop 的权限, -R 表示级联设置
cd /usr/local
sudo chown -R hadoop:hadoop /usr/local/src
sudo mkdir hadoop
sudo chown -R hadoop:hadoop hadoop
ll
4.1.2 将hadoop压缩文件设置为 可执行文件
（这里的压缩包在克隆以前已经下载到了/home/hadoop/下载目录下）
sudo chmod +x hadoop-2.7.5.tar.gz
4.1.3 解压hadoop配置包
4.1.4 配置环境变量
vi /etc/profile
export HADOOP_HOME="/usr/local/hadoop/hadoop-2.10.0"
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
source /etc/profile
4.1.5 查看结果:
echo $HADOOP_HOME
4.2 配置cMaster的hadoop
（下面的操作为：先配置其中一台机器(如cMaster的)文件，然后直接复制到其他两台机器再修改，否则每台机器都要敲的话，容易敲错）
4.2.1 编辑hadoop-env.sh
vi ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh
这个地方 JAVA_HOME为你安装jdk的时候的 JAVA_HOME
"/usr/lib/jvm/java-1.8.0"
4.2.2 编辑core-site.xml
vi ${HADOOP_HOME}/etc/hadoop/core-site.xml
<property>
<name>fs.defaultFS</name>
<value>hdfs://cMaster:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/data/tmp</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/data</value>
</property>
4.2.3 创建tmp、NameNode和DataNode目录,并且给hadoop用户设置权限
sudo mkdir -p /opt/data/tmp
sudo mkdir -p /opt/data/tmp/dfs/name
sudo mkdir -p /opt/data/tmp/dfs/data
sudo chown -R hadoop:hadoop /opt/data/tmp
sudo chown -R hadoop:hadoop /opt/data/tmp/dfs/name
sudo chown -R hadoop:hadoop /opt/data/tmp/dfs/data
4.2.4 编辑hdfs-site.xml，将cSlave1设置为secondary name node。
vi ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>cSlave1:50090</value>
</property>
4.2.5 编辑slaves，设置三台机器为datanode
vi ${HADOOP_HOME}/etc/hadoop/slaves
cMaster
cSlave0
cSlave1
4.2.6 编辑yarn-site.xml,将cSlave0设置为resource manager
vi ${HADOOP_HOME}/etc/hadoop/yarn-site.xml
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>cSlave0</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>106800</value>
</property>
<property>
<description>The http address of th RM web application.</description>
<name>yarn.resourcemanager.webapp.address</name>
<value>cSlave0:8088</value>
</property>
4.2.7 编辑mapred-site.xml，将cSlave1设置为job history server
cd ${HADOOP_HOME}
cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
vi ${HADOOP_HOME}/etc/hadoop/mapred-site.xml
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>cSlave1:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>cSlave1:19888</value>
</property>
4.3 给cSlave0、cSlave1分发Hadoop配置
4.3.1 分别在cSlave0、cSlave1创建hadoop、tmp、nanmenode和datanode目录。
sudo mkdir hadoop
sudo mkdir -p /opt/data/tmp
sudo mkdir -p /opt/data/tmp/dfs/name
sudo mkdir -p /opt/data/tmp/dfs/data
sudo chown -R hadoop:hadoop hadoop
sudo chown -R hadoop:hadoop /opt/data/tmp
sudo chown -R hadoop:hadoop /opt/data/tmp/dfs/name
sudo chown -R hadoop:hadoop /opt/data/tmp/dfs/data
4.3.2 将cMaster的hadoop安装目录下的文件拷贝到cSlave0、cSlave1
该步骤需要较长时间（20min左右），请耐心等待
scp -r ${HADOOP_HOME}/ cSlave0:/usr/local/hadoop
scp -r ${HADOOP_HOME}/ cSlave1:/usr/local/hadoop
4.3.3 在cMaster上格式化namenode（不要二次格式化，执行一次即可，否则datanode自行查贴解决）
cd ${HADOOP_HOME}
./bin/hdfs namenode -format
4.4 启动hadoop
4.4.1 关闭三台机器的防火墙.
sudo systemctl stop firewalld.service
4.4.2 在cMaster上启动 dfs
cd ${HADOOP_HOME}/sbin
./start-dfs.sh
4.4.3 在cSlave0上 启动 yarn
cd ${HADOOP_HOME}/sbin
./start-yarn.sh
4.4.4 在cSlave1 启动 history server
cd ${HADOOP_HOME}/sbin
mr-jobhistory-daemon.sh start historyserver
5 .Hadoop部署结果验证
5.1 查看HDFS页面：
http://cMaster:50070
5.2 查看YARN Web 页面
http://cSlave0:8088/cluster
5.3 测试job
运行MapReduce程序 wordCount，编辑测试文件,随便写几个单词或者一句英文
sudo vi /opt/data/wc.input
Future astronauts could travel with emotional support robots.
在HDFS上创建目录并上传wc.input
cd ${HADOOP_HOME}/bin
./hdfs dfs -mkdir /input
./hdfs dfs -put /opt/data/wc.input /input/wc.input
运行wordcount
./yarn jar ../share/hadoop/mapreduce/hadoop-mapreduce-examples-2.10.0.jar wordcount /input/wc.input /output
结果查看:
./hdfs dfs -ls /output
./hdfs dfs -cat /output/part-r-00000
部署成功（撒花）
参考文章：
4.《云计算（第三版）刘鹏 主编》电子工业出版社
5.关于虚拟机VMware Workstation Pro繁忙的解决方法
7.关于Hadoop进行namenode格式化时ERROR conf.Configuration: error parsing conf xxx.xml错误的问题
8.
（补充）部分问题：
1.网络不可用，检查静态ip设置无问题，但是ping不通，网页打不开
有可能是NATService被关闭了
2.启动dfs的时候，密码还没输入就弹出了信息
等待的过程中，启动消息迟迟不打印，可以按一个回车
3.jps查看到datanode没有启动
原因可能是datanode二次格式化导致的版本id不一样，需要统一id才能够同时启动。
hadoop的升级功能需要datanode在它的版本文件里存储一个永久性的clusterID，当datanode启动时会检查并匹配namenode的版本文件里的clusterID，如果两者不匹配，就会出现"Incompatible clusterIDs"的异常。
每次格式化namenode都会生成一个新的clusterID, 如果只格式化了namenode，没有格式化此datanode， 就会出现”java.io.IOException: Incompatible namespaceIDs“异常。
所以现在修改统一clusterID，
cd /opt/data/tmp/dfs/data/current
vi VERSION
然后再查看再启动一次datanode
start-dfs.sh
