软件准备

VMware-Fusion-8.0.0-2985594.dmg
ubuntu-14.04.4-desktop-amd64.iso

集群机器准备

在VMware Fusion中安装三台虚拟机，如下：

在安装三台虚拟机的时候，创建专门用于 Hadoop 集群管理的用户 hadoop，为了管理方便，密码可以简单设置为 hadoop。

三台机器的名称和IP地址如下：

主机名称	IP地址
master	192.168.109.137
slave01	192.168.109.139
slave02	192.168.109.138

修改三台机器的 /etc/hosts 文件，配置如下：

  127.0.0.1 localhost
  192.168.109.137 master
  192.168.109.139 slave01
  192.168.109.138 slave02

可以使用 ping 命令测试三台机器的连通性。

配置 ssh 无密码访问集群机器

在三台机器中分别执行以下两个命令，以便无密码登录到 localhost。

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsacat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

将 slave01 和 slave02 的公钥 id_dsa.pub 传给 master。

scp ~/.ssh/id_dsa.pub hadoop@master:/home/hadoop/.ssh/id_dsa.pub.slave01
scp ~/.ssh/id_dsa.pub hadoop@master:/home/hadoop/.ssh/id_dsa.pub.slave02

将 slave01 和 slave02的公钥信息追加到 master 的 authorized_keys文件中。

cat id_dsa.pub.slave01 >> authorized_keys
cat id_dsa.pub.slave02 >> authorized_keys

将 master 的公钥信息 authorized_keys 复制到 slave01 和 slave02 的 .ssh 目录下。

scp authorized_keys hadoop@slave01:/home/hadoop/.ssh/authorized_keys
scp authorized_keys hadoop@slave02:/home/hadoop/.ssh/authorized_keys

分别 ssh 到 slave01 和 slave02

可以看到从 master 已经不需要密码就可以登录到 slave01 和 slave 02。slave01 和 slave02 也无需密码访问另外两台机器，如下：

JDK 和 Hadoop 安装配置

分别在三台机器中安装 JDK 和 Hadoop，具体的安装细节这里不再赘述，可以参见另外一篇博文 Hadoop 2.6.4单机和伪分布式模式安装。注意：本文将 Java 和 Hadoop 解压安装到 /opt 目录下，需使用 chown 命令将解压后文件夹所属的用户和用户组改成 hadoop，以免后面产生权限问题。下面是 JDK 和 Hadoop 环境变量配置：
# Java Env
export JAVA_HOME=/opt/java/jdk1.7.0_80
export JRE_HOME=/opt/java/jdk1.7.0_80/jre
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
# Hadoop Env
export HADOOP_HOME=/opt/hadoop-2.6.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

集群配置

修改 master 机器上 Hadoop 配置
(1) hadoop-env.sh

增加如下两行配置：

   export JAVA_HOME=/opt/java/jdk1.7.0_80export HADOOP_PREFIX=/opt/hadoop-2.6.4

(2) core-site.xml

   <configuration> 
       <property> 
           <name>fs.defaultFS</name> 
           <value>hdfs://master:9000</value> 
       </property> 
       <property> 
           <name>hadoop.tmp.dir</name> 
           <value>/opt/hadoop-2.6.4/tmp</value> 
       </property>
   </configuration>

注意：tmp目录需提前创建

(3) hdfs-site.xml

   <configuration> 
       <property>
           <name>dfs.replication</name> 
           <value>3</value> 
       </property>
   </configuration>

数据有三个副本

(4) mapred-site.xml

   <configuration> 
       <property> 
           <name>mapreduce.framework.name</name> 
           <value>yarn</value> 
       </property>
   </configuration>

(5) yarn-env.sh

增加 JAVA_HOME 配置

   export JAVA_HOME=/opt/java/jdk1.7.0_80

(6) yarn-site.xml

   <configuration>
       <!-- Site specific YARN configuration properties --> 
       <property> 
           <name>yarn.nodemanager.aux-services</name> 
           <value>mapreduce_shuffle</value> 
       </property> 
       <property> 
           <name>yarn.resourcemanager.hostname</name> 
           <value>master</value> 
       </property>
   </configuration>

(7) slaves