搭建Hadoop集群（生产环境）

1.搭建之前：百度copy一下介绍（本博客几乎全都是生产环境的配置。。包括mongo等hbase其他）

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。

[1] Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。

Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。[2]

其实hadoop，就是两个点 HDFS 和 yarn ,HDFS存数据， yarn来做资源调度（将集群机器的CPU和内存收纳到一起，根据需求做分配）

所以配置文件其实就是围绕这两个点的配置啦。Hadoop总共要修改5个配置文件（4个最重要。1个是指定JDK等等路径的哈哈）

2：开始搭建

①去Oracle官网下载JDK：生产环境使用1.8.0_92,64位，不要问为什么，每个公司都有每个公司的标准。自己定就可以。反正最新的hadoop hbase应该都是需要JDK1.8的。当然这个很重要，像大型的这种Hbase Hadoop GC方式等等配置。会对整个集群造成很大的影响。大到不能再大，，所以后续会讲、

安装JDK 我就不说了，

机器硬件标准及目录标准：/app目录下放应用 /data下放应用产生的数据，包括DB数据，但是大数据比较特殊，会单独给HDATA下挂载12个盘。每个公司标准不一样。。。。。。再说一下、服务器标配 48核 256G 内存高配就是 64核心 512G内存好像是。顶配好像可以达到1T内存。。。

JDK放在 /app/jdk1.8.0_092 然后ln -s jdk1.8.0_092 jdk 就会产生软链，类似下图（集群所有机器）

接下来编辑 /etc/profile文件加入JDK环境变量（当然，这些我全是salt自动化。就一句命令全部自动搞定，后续会讲。机器多的时候会很有作用。）

vim /etc/profile 加到最后保存之后 source一下。这些搞不定就。。。自己想办法。

② 安装zookeeper

下载zookeeper zookeeper-3.4.9.tar.gz 一般zk要奇数个 5个吧，一般或者7个也可以。

也是类似JDK的目录。最终效果就是

注意：zookeeper配置文件

vim /app/zookeeper/conf/zoo.cfg

tickTime=2000
dataDir=/app/zookeeper/data
dataLogDir=/app/zookeeper/logs
maxClientCnxns=300
minSessionTimeout=100000
maxSessionTimeout=120000
clientPort=2181
syncLimit=5
initLimit=10
autopurge.snapRetainCount=3
autopurge.purgeInterval=1
jute.maxbuffer=4096
server.1=10.202.105.52:2888:3888
server.2=10.202.105.53:2888:3888
server.3=10.202.105.54:2888:3888

server.X就是你每个zk集群的 ip和端口。2888为通信端口，3888为zk自己选举的端口（异常情况或初始化时候zk自己本身集群选举leader 等使用。）

dataDir dataLogDir等目录（配置文件中，自己都建立好，然后用户权限等都新建zookeeper用户并赋予zk相关各个路径的权限。并且在集群每个节点/app/zookeeper/data下建立 myid文件里面填上数值数值就是server.x中的x，）

启动zk zkServer.sh start 注意将zk加入环境变量并source 否则就绝对路径启动吧。

zkServer,sh status 可以查看集群每个zk的角色，如果显示 leader 或者flower就是对的了。

接下来就是搭建hadoop了。

③搭建hadoop（这里注重一台机器上的，其他你咋么分发到别的机器，后续会用自动化工具介绍，本篇注重配置文件）