Hadoop,zookeeper,HBase,Spark集群环境搭建【面试 工作】
hadoop、zookeeper、hbase、spark集群环境搭建
文详细讲解如何搭建hadoop、zookeeper、hbase和spark的集群环境，这里我是在本地虚拟机上搭建的集群，但是和实际环境的配置差不多。我会从零开始搭建并且尽量写得详细，所以还会讲到很多配置linux环境的东西，希望大家不要烦，务必按照步骤一步步做下去。 本文主要讲了以下内容：
- Linux系统的一些基础配置
- 安装jdk
- 配置SSH免登陆
- hadoop的安装和配置
- zookeeper集群的安装配置
- hbase的安装和配置
- spark的安装和配置
1 使用Vmware安装Linux系统
这个很easy，软件和操作步骤请自行搜索，我安装的ubuntu系统，三个主机的名称分别是master、slave1、slave2，用户名统一都是trigl，后面设置ssh免登录需要用户名是相同的否则就会出错。后面的很多配置这三台主机都是相同的，直接复制配置文件即可，这里教大家一下不同主机之间传输文件（文件夹）的命令：
如将master的jdk的tar包传给slave1，命令如下：
2 安装xshell和xftp
xshell用于连接linux系统并输入命令，xftp用于向linux系统传输文件，安装比较简单，请自行搜索。 我安装了ubuntu系统后首次用xshell连接是连不上的，如图：
这是由于新装的系统没有ssh服务，使用下面命令下载安装：
安装完成以后用xshell就可以连接上了
3 解决ubuntu自带VI编辑器不好用的问题
使用ubuntu自带的vi来编辑文件的时候，方向键会变成ABCD，解决方法如下： 编辑 /etc/vim/vimrc.tiny ，将“set compatible”改为“set nocompatible”，在这句话的下面加上“set backspace=2”，如下：
4 分别修改三台主机的hosts文件和主机名
1、修改hosts文件 编辑hosts文件：
添加下面内容：
这样就配置好了域名，在后面配置需要ip时我们可以直接用域名来方便地替换ip。
2、修改主机名 分别修改三台主机 /etc/hostname 的内容为master、slave1、slave2
注意主机名和hosts文件中设置的名称应当保持一致，否则会产生意外的错误
5 关闭防火墙
1、关闭命令
2、查看防火墙状态
6 设置NTP时间同步
为了保证集群内的时间是一致的，我们可以将其中的一台主机作为时间服务器，其他主机设置定时任务每天与时间服务器同步一次时间
6.1 配置某台主机为ntp时间服务器
1、安装ntp
2、修改配置文件/etc/ntp.conf
3、手动同步
4、启动服务
5、开机启动
6.2 配置其他主机为ntp客户端
1、安装ntp
2、修改配置文件/etc/ntp.conf
3、安装使用定时器crontab
微信公众号中搜索此文章
4、编辑定时器任务
添加如下内容：
7 修改最大线程数
Linux默认有一个最大线程数，线程数不能超过这个值，可以使用以下命令查看：
默认是1024，hadoop集群跑任务的时候会需要同时创建很多线程，有时候会超过1024，所以最好将该参数改的大一点
1、修改文件/etc/security/limits.d/90-nproc.conf
2、修改文件/etc/security/limits.conf，添加内容：
8 新建安装目录并更改所属用户和组
1、新建应用的安装目录
2、更改该安装目录所属用户和组 例如将目录归属为trigl用户和trigl用户组：
对slave1和slave2做相同操作，更改用户和组以后对该目录就有了所有权限，后续输入命令不再需要加sudo了
9 安装jdk
hadoop等的搭建都依赖于jdk，所以需要先安装jdk
1、到官网下载jdk：http://www.oracle.com/technetwork/cn/java/javase/downloads/jdk7-downloads-1880260.html，我下载的是 jdk-7u75-linux-x64.tar.gz
2、下载好的tar包放在 /data/install/java 目录并解压：
3、配置环境变量 首先进入编辑Linux配置环境变量的文件：
在里面添加如下内容：
4、使环境变量立刻生效：
10 配置SSH免登陆
关于为什么需要配置SSH免登陆请看SSH免密详解文章
1、生成SSH的公钥，命令如下，三台主机都要执行一次：
让输入内容直接回车即可，执行以后会在 /home/trigl/.ssh/（家目录/.ssh） 下生成id_rsa和id_rsa.pub文件
2、将主机slave1和slave2在上一步骤生成的id_rsa.pub文件传到主机master的 /home/trigl/.ssh/ 下面，为了防止覆盖，重命名为id_rsa.pub.slave1和id_rsa.pub.slave2
3、在主机master的 /home/trigl/.ssh/ 目录下分别将id_rsa.pub、id_rsa.pub.slave1和id_rsa.pub.slave2追加到authorized_keys文件中
这样就生成了一个可以同时验证master、slave1和slave2的公钥文件
4、将上一步生成的authorized_keys文件分别传到slave1和slave2的/home/trigl/.ssh/下面
5、验证 验证master连接slave1：
如果没有让输入密码且成功切换到slave1的终端，说明配置成功，验证连接slave2类似
2016.11.25更新：注意如果是在Centos系统下还需要更改文件权限
11 hadoop的安装和配置
1、下载hadoop 首先到Apache官网（http://www.apache.org/dyn/closer.cgi/hadoop/common/）复制下载地址，然后进入 /data/install/apache 目录下面执行以下命令直接进行下载：
下载完成后进行解压：
2、配置hadoop 进入hadoop的配置目录：
需要修改的配置文件为：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml、slaves、hadoop-env.sh、yarn-env.sh
core-site.xml
hdfs-site.xml
yarn-site.xml
mapred-site.xml
通过cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml创建etc/hadoop/mapred-site.xml，内容改为如下：
slaves
hadoop-env.sh和yarn-env.sh
配置文件修改完以后，将master下hadoop文件夹复制到slave1和slave2中
3、运行hadoop
启动hadoop的命令都在master上执行
（1）初始化hadoop（清空hdfs数据）：
（2）启停hdfs：
验证是否启动成功，在master输入 jps，应当存在namenode和secondary namenode
在slave1和slave2输入jps，应当存在datanode
进一步验证，访问：http://192.168.79.131:50070/dfshealth.html（192.168.79.131是master的ip），如图：
（3）启停yarn
在master输入 jps，应当存在resourcemanager
在slave1和slave2输入jps，应当存在nodemanager
访问：http://192.168.79.131:8088/cluster
（4）启停JobHistory（查看MapReduce任务）
在master输入 jps，应当存在JobHistory
12 zookeeper集群的安装配置
1、下载 到http://apache.fayea.com/zookeeper/stable/下载安装包并解压：
2、配置
（1）建立数据目录
（2）进入conf目录创建并修改zoo.cfg文件
修改以后的内容为：
这里还需要在数据目录/data/install/apache/zookeeper-3.4.9/data下面新建名为myid的文件，各个主机对应的内容是不同的，master的内容是0，slave1的内容是1，slave2的内容是2，分别对应server.x中的x
（3）设置环境变量：/etc/profile添加如下内容
别忘了source一下让环境变量生效
3、启停zookeeper
在各个节点执行以下命令：
输入jps检测一下：
查看各个主机的状态：
这里如果报错：
bin/zkServer.sh: 81: /data/install/apache/zookeeper-3.4.9/bin/zkEnv.sh: Syntax error: "(" unexpected (expecting "fi")
搜索文章查看详情:
Ubuntu zookeeper-3.5.0-alpha启动错误 zkEnv.sh: Syntax error: "(" unexpected (expecting "fi")
13 hbase的安装和配置
1、下载 首先到http://apache.fayea.com/hbase/stable/下载稳定版安装包并解压：
2、配置
主要修改conf目录下的三个文件：hbase-env.sh、hbase-site.xml、regionservers
hbase-env.sh
hbase-site.xml
regionservers
2016.11.25更新：还需要同步集群时间，否则有的从节点无法启动，在每个节点上运行ntp即可
3、启停hbase
master输入jps：
slave1和slave2输入jps：
访问：http://192.168.79.131:16010
4、hbase的一些基本命令
首先进入hbase shell
（1）创建表
（2）添加记录
（3）查看记录
（4）查看表中的记录总数
（5）删除记录
（6）删除一张表
（7）查看所有记录
14 spark的安装和配置
1、下载 首先在http://spark.apache.org/downloads.html下载指定hadoop版本的安装包，然后解压缩
2、配置
创建并修改conf目录下的配置文件 spark-env.sh，slaves
spark-env.sh
修改内容为：
slaves
修改内容为：
3、启停spark
在master上输入jps：
在slave1和slave2上输入jps：
访问：http://192.168.79.131:8080/
以上，就完成了整个集群环境的搭建
