hadoop入门（3）——hadoop2.0理论基础：安装部署方法
一、hadoop2.0安装部署流程
1、自动安装部署：Ambari、Minos（小米）、Cloudera Manager（收费）
2、使用RPM包安装部署：Apache hadoop不支持、HDP与CDH提供
3、使用jar包安装部署：各版本均提供。（初期为了理解hadoop，建议使用这种方式）
部署流程：
准备硬件（Linux操作系统）
准备软件安装包，并安装基础软件（主要是JDK）
将hadoop安装包分发到各个节点的同一个目录下，并解压
修改配置文件
启动服务
验证是否启动成功
二、hadoop2.0软硬件准备
硬件准备：测试环境仅需要一台Linux机器。生成环境需要多台Linux机器。
建议内存不小于4G（性能）
软件准备：JDK1.6+(CDH5建议JDK7)、hadoop2.0安装包。
1、建议使用非root用户安装hadoop。（hadoop某些功能不允许在root用户下操作）
2、配置SSH免密码登录：为了启动hadoop集群方便。
三、hadoop2.0安装包下载
建议选择商业公司的免费版本：主要是考虑不需要版本的选择。
http://archive.cloudera.com/cdh4/cdh/4
http://archive.cloudera.com/cdh5/cdh/5
hadoop目录结构分析：
bin：最基本的管理脚本和使用脚本所在目录。这些脚本是sbin目录下管理脚本的基础实现。
etc：配置文件所在的目录，包括core-site.xml、hdfs-site.xml、mapred-site.xml等，yarn-site.xml
include：对外提供的编程库头文件。通常用于C++程序访问HDFS。
lib：该目录包含了hadoop对外提供的编程动态库和静态库。
libexec：各个服务对应的shell配置文件所在目录。
sbin：hadoop管理脚本所在目录，主要包含HDFS和YARN中各类服务的启动关闭脚本。
share：hadoop各个模块编译后的jar包所在目录。
四、hadoop2.0测试环境（单机）搭建方法
此处仅为理论说明。
1、首先将安装包存放到某个目录下，并解压。
2、修改解压后的目录中的文件夹etc/hadoop下的xml配置文件：
hadoop-env.sh修改以下配置：export JAVA_HOME=/home/....
Slaves文件修改为以下配置：YARN001
mapred-site.xml中：mapreduce.framework.name=yarn
core-site.xml：fs.default.name=hdfs://YAR001:8020
yarn-site.xml：yarn.nodenamager.aux-services=mapreduce_shuffle
core-site.xml：dfs.replication=1
3、启动服务：
格式化HDFS： bin/hadoop namenode -format
启动HDFS：sbin/start-dfs.sh
启动YART：sbin/start-yarn.sh
4、验证是否成功：
jps查看对应的服务是否已经启动：
NameNode\DataNode\NodeManager\ResourceManager\SecondaryNameNode
访问yarn：http://yarn001:8088
访问hdfs：http://yarn001:50070
常见问题：
虚拟机搭建重启后无法启动成功：原因是/tmp文件夹被清空了，配置一个非/tmp的文件夹即可。
在core-site.xml中添加：dfs.namenode.name.dir=/xxx; dfs.datanode.data.dir=/xxxx;
五、hadoop2.0生产环境（多机）搭建方法
1、将安装包存放到某一目录下，并解压。
2、修改解压目录中的文件夹etc/hadoop下的xml配置文件。
3、格式化并启动HDFS
4、启动YARN
与单机环境的不同之处在于步骤2中修改的配置文件的内容有所不同。以及步骤3 的详细步骤不同。
HDFS HA部署方法：详见后续文章
HDFS HA+Federation的部署方法：详见后续文章
YARN部署方法：详见后续文章
