终于开始hadoop
上来就手欠了一下，cp 了 *
现在我有一个问题：cp可不可以有进度反馈。。。
好了反正手欠也手欠了，还是在copy，好在我虚拟机配置的硬件参数够硬，沏杯茶的功夫也就完了，tar 解压hadoop
编辑hadoop-env.sh，把jdk路径写进去（我现在是偷懒，放在了根目录，另外还是要习惯一下，linux终端的复制是ctrl+shif+c，但是进入了gedit，还是ctrl+c）
编辑yarn-env.sh
编辑core-site.xml。。。行了我受够了vi和gedit了，上notepad++！
notepad++里ctrl+shift+alt+B，可以format一下xml，看起来就舒服多了，我不是处女座，没那么强烈的强迫症，但是不对齐就是看着没那么舒坦
好了舒坦了，继续hdfs-site.xml
yarn-ste.xml继续
计算框架mapred-site.xml只是一个模板，要copy一份
cp mapred-site.xml.template mapred-site.xml
最后一个，slaves，不截图了，就两个主机名
CentOS7Slave01
CentOS7Slave02
然后省事的部分来了，开始向slaves同步。。。
scp -r hadoop-2.7.3 CentOS7Slave01：~/
scp -r hadoop-2.7.3 CentOS7Slave02：~/
最后编辑一下环境变量（master和slaves都要编辑）
编辑完记得source一下
第一次启动，format一下namenode
sbin/start-all.sh
jps看一下
master启动了NameNode和ResourceManager
slave01启动了DataNode，NodeManger和SecondaryNameNode
slave02启动了DataNode，NodeManger
访问一下50070（本地还没配置hosts，用IP访问）
虚拟机上用hostanme
本来这个时候，Hadoop应该是告一段落，但是“应该”么。。。年轻人你想多了
事情是这样：format在我固化思维里，是比重启还好使的万能大法，只要硬盘不利索，我就直接format，但是hdfs的format，似乎不尽然，别忘了，人家hdfs的d可是Distributed，format的只是namenode，datanode还等着呢，在我手欠（对我又手欠了）又format了一遍namenode后，问题来了，集群datanode起不来了
看一下namenode文件夹（hadoop-2.7.3/name），会发现current下有一个VERSION，里面有clusterID
datanode（slave下的hadoop-2.7.3/data）下，current里也有一个VERSION
这两个本来是一样的，但是第二次format后，master下的namenode里clusterID变了，对不上了。。。
修改datanode里VERSION文件的clusterID 与namenode里的一致，再重新启动dfs（执行start-dfs.sh），datanode起来了
手欠有代价。。。
原文地址：https://www.cnblogs.com/ChristianKula/p/9357402.html