一、准备工作
1.准备几台机器，我这里使用VMware准备了四台机器，一个name node，三个data node。
VMware安装虚拟机：https://www.cnblogs.com/nijunyang/p/12001312.html
2.Hadoop生态几乎都是用的java开发的，因此四台机器还需要安装JDK。
3.集群内主机域名映射，将四台机器的IP和主机名映射分别写到hosts文件中(切记主机名不要带非法字符，图片中的下划线”_”请忽略)
vim /etc/hosts
配好一个之后可以直接将这个复制到其他机器上面去，不用每台都去配置：
scp /etc/hosts nijunyang69:/etc/
scp /etc/hosts nijunyang70:/etc/
scp /etc/hosts nijunyang71:/etc/
二、hdfs集群安装
1.下载hadoop安装包到linux服务器上面，并进行解压，我这里使用的的2.8.5，
tar -zxvf hadoop-2.8.5.tar.gz
2.hadoop指定java环境变量：
hadoop-2.8.5/etc/hadoop/hadoop-env.sh 文件中指定java环境变量：
export JAVA_HOME=/soft/jdk1.8.0_191
3.配置核心参数：
1)指定hadoop的默认文件系统为：hdfs
2)指定hdfs的namenode节点为哪台机器
修改/etc/hadoop/core-site.xml 指定hadoop默认文件系统为hdfs,并且指定name node
<configuration> <property> <name>fs.defaultFS</name><!--指定默认文件系统hdfs--> <value>hdfs://nijunyang68:9000/</value><!--指定name node为nijunyang_68--> </property> </configuration>
3) 指定namenode存储数据的本地目录
4) 指定datanode存放文件块的本地目录
修改/etc/hadoop/hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/hadoop/hdpdata/name/</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/hadoop/hdpdata/data</value>
</property>
</configuration>
每台机器都执行同样的操作，配置好上述配置，可以使用scp -r /soft/hadoop-2.8.5 nijunyang69:/soft 这个命令将第一台机器配置好的全部打包拷贝到另外机器上面去。
4.配置hadoop环境变量
5.初始化namenode：hadoop namenode -format
这时我们设置的namenode数据目录下面就会初始化出来对应的文件夹
6.启动namenode：在之前指定的namenode上面执行：hadoop-daemon.sh start namenode
Jps查看可以看到一个namenode的java进程，同时通过默认的50070端口可以进行web访问
可以看到现在HDFS的容量还是0，因为我还没有启动datanode
7.依次启动datanode：hadoop-daemon.sh start datanode
同样可以看到一个datanode的java进程启动了，再看web页面这个时候的hdfs容量大小差不多就是三个datanode之和了。
至此整个hdfs集群基本就搭建完毕了，中间的一个小插曲，主机名一定不要带”.” “/” “_”等特殊符号，否则启动无服务的时候可能报错无法启动：Does not contain a valid host
原文地址：https://www.cnblogs.com/nijunyang/p/12089270.html