1、准备好四台服务器，做好规划
规划安装的用户： root 
规划安装目录：/root/apps
规划数据目录：/root/data

2、获取安装包
把安装包上传到服务器
put -r "D:\hadoop-2.7.5-centos-6.7.tar.gz"

3、解压缩
tar -zxvf hadoop-2.7.5-centos-6.7.tar.gz -C ~/apps/

4、修改配置文件
进入配置文件目录
cd /root/apps/hadoop-2.7.5/etc/hadoop
待修改的文件：
hadoop-env.sh
core-site.xml
hdfs-site.xml
mapred-site.xml
yarn-site.xml
slaves
（1）hadoop-env.sh
修改JAVA_HOME
将export JAVA_HOME=${JAVA_HOME}
改成export JAVA_HOME=/usr/local/java/jdk1.8.0_73
（2）core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为myha01 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://myha01/</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/root/data/hadoopdata/</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop01:2181,hadoop02:2181,hadoop03:2181,hadoop04:2181</value>
</property>
<!-- hadoop链接zookeeper的超时时长设置 -->
<property>
<name>ha.zookeeper.session-timeout.ms</name>
<value>1000</value>
<description>ms</description>
</property>
</configuration>
（3）hdfs-site.xml
<configuration>
<!-- 指定副本数 -->
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<!-- 配置namenode和datanode的工作目录-数据存储目录 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>/root/data/hadoopdata/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/root/data/hadoopdata/dfs/data</value>
</property>
<!-- 启用webhdfs -->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<!--指定hdfs的nameservice为myha01，需要和core-site.xml中的保持一致 
      dfs.ha.namenodes.[nameservice id]为在nameservice中的每一个NameNode设置唯一标示符。 
配置一个逗号分隔的NameNode ID列表。这将是被DataNode识别为所有的NameNode。 
例如，如果使用"myha01"作为nameservice ID，并且使用"nn1"和"nn2"作为NameNodes标示符 
-->
<property>
<name>dfs.nameservices</name>
<value>myha01</value>
</property>
<!-- myha01下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.myha01</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.myha01.nn1</name>
<value>hadoop01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.myha01.nn1</name>
<value>hadoop01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.myha01.nn2</name>
<value>hadoop02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.myha01.nn2</name>
<value>hadoop02:50070</value>
</property>
<!-- 指定NameNode的edits元数据的共享存储位置。也就是JournalNode列表 
      该url的配置格式：qjournal://host1:port1;host2:port2;host3:port3/journalId 
journalId推荐使用nameservice，默认端口号是：8485 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hadoop01:8485;hadoop02:8485;hadoop03:8485/myha01</value>
</property>
<!-- 指定JournalNode在本地磁盘存放数据的位置 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/root/data/journaldata</value>
</property>
<!-- 开启NameNode失败自动切换 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 配置失败自动切换实现方式 -->
<property>
<name>dfs.client.failover.proxy.provider.myha01</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行 -->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<!-- 使用sshfence隔离机制时需要ssh免登陆 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
<!-- 配置sshfence隔离机制超时时间 -->
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
<property>
<name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
<value>60000</value>
</property>
</configuration>
（4）mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 指定mapreduce jobhistory地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop01:10020</value>
</property>
<!-- 任务历史服务器的web地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop01:19888</value>
</property>
</configuration>
（5）yarn-site.xml
<configuration>
<!-- 开启RM高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分别指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>hadoop03</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>hadoop04</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>hadoop01:2181,hadoop02:2181,hadoop03:2181,hadoop04:2181</value>
</property>
<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.log-aggregation.retain-seconds</name>
<value>86400</value>
</property>
<!-- 启用自动恢复 -->
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<!-- 制定resourcemanager的状态信息存储在zookeeper集群上 -->
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
</configuration>
（6）slaves 
配置的信息： 是hadoop集群的从节点列表
hadoop01
hadoop02
hadoop03
hadoop04

5、把安装包分别分发给其他的节点
当前的hadoop安装包是存在于hadoop01上的， 但是安装的hadoop是一个分布式的集群。
重点强调： 每台服务器中的hadoop安装包的目录必须一致， 安装包的配置信息也必须保持一致
scp -r hadoop-2.7.5/ root@hadoop02:~/apps/
scp -r hadoop-2.7.5/ root@hadoop03:~/apps/
scp -r hadoop-2.7.5/ root@hadoop04:~/apps/

6、配置环境变量
vi /etc/profile
export HADOOP_HOME=/root/apps/hadoop-2.7.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:
刷新策略
source /etc/profile

7、初始化
（1）启动zookeeper
zkServer.sh start
（2）在你配置的各个journalnode节点启动该进程
在hadoop01、hadoop02、hadoop03上启动
hadoop-daemon.sh start journalnode
（3）格式化namenode
选取一个namenode（hadoop01）节点进行格式化
hadoop namenode -format
（4）将hadoop01节点上生成的元数据复制到hadoop02上
进入hadoop数据存储目录
cd /root/data/hadoopdata
scp -r hadoopdata/ hadoop02:$PWD
（5）格式化zkfc
只能在nameonde节点进行
hdfs zkfc -formatZK
以上的初始化在成功之后，就不要再做了！！！

8、启动集群
（1）启动hadoopHA集群之前，一定要确保zookeeper集群启动正常
启动：zkServer.sh start
停止：zkServer.sh stop
查看状态：zkServer.sh status
（1）启动HDFS：不管在集群中的哪个节点都可以
启动：start-dfs.sh
停止：stop-dfs.sh
查看状态：
hdfs haadmin -getServiceState nn1
hdfs haadmin -getServiceState nn2
（2）启动YARN：只能在主节点中进行启动（hadoop03）
启动：start-yarn.sh
停止：stop-yarn.sh
查看状态：
yarn rmadmin -getServiceState rm1
yarn rmadmin -getServiceState rm2
另外一个resourcemanager必须手动启动（hadoop04）
yarn-daemon.sh start resourcemanager
（3）启动历史服务器（hadoop01）
mr-jobhistory-daemon.sh start historyserver

9、检测是否启动成功 
（1）JPS命令查看对应的守护进程是否都启动成功
（2）启动HDFS和YARN的web管理界面
HDFS：http://hadoop01:50070
HDFS：http://hadoop02:50070
YARN：http://hadoop03:8088
YARN：http://hadoop04:8088
历史服务器的web访问地址：http://hadoop01:19888