史上最详细的Hadoop环境搭建(转)

转载的文章，请告知侵删。本人只是做个记录，以免以后找不到。

前言

hadoop在大数据技术体系中的地位至关重要，hadoop是大数据技术的基础，对hadoop基础知识的掌握的扎实程度，会决定在大数据技术道路上走多远。

这是一篇入门文章，hadoop的学习方法很多，网上也有很多学习路线图。本文的思路是：以安装部署apache hadoop2.x版本为主线，来介绍hadoop2.x的架构组成、各模块协同工作原理、技术细节。安装不是目的，通过安装认识hadoop才是目的。

本文分为五个部分、十三节、四十九步。

第一部分：linux环境安装

hadoop是运行在linux，虽然借助工具也可以运行在windows上，但是建议还是运行在linux系统上，第一部分介绍linux环境的安装、配置、java jdk安装等。

第二部分：hadoop本地模式安装

hadoop本地模式只是用于本地开发调试，或者快速安装体验hadoop，这部分做简单的介绍。

第三部分：hadoop伪分布式模式安装

学习hadoop一般是在伪分布式模式下进行。这种模式是在一台机器上各个进程上运行hadoop的各个模块，伪分布式的意思是虽然各个模块是在各个进程上分开运行的，但是只是运行在一个操作系统上的，并不是真正的分布式。

第四部分：完全分布式安装

完全分布式模式才是生产环境采用的模式，hadoop运行在服务器集群上，生产环境一般都会做ha，以实现高可用。

第五部分：hadoop ha安装

ha是指高可用，为了解决hadoop单点故障问题，生产环境一般都做ha部署。这部分介绍了如何配置hadoop2.x的高可用，并简单介绍了ha的工作原理。 
安装过程中，会穿插简单介绍涉及到的知识。希望能对大家有所帮助。 

最后,我真的按这些步骤安装了,然而发现这门槛不一般,需要学习整个生态,所以去淘宝买了个几块钱的视频教程,个人感觉讲的还可以,还有项目什么的,才几块钱,有需要的可以去找找,这里给个我买的链接

https://item.taobao.com/item.htm?spm=a230r.1.14.186.ec2e52e0ym89zu&id=576782961510&ns=1&abbucket=6#detail ,好了下面开始干吧.

第一部分：linux环境安装

第一步、配置vmware nat网络

一、vmware网络模式介绍

参考：

二、nat模式配置

nat是网络地址转换，是在宿主机和虚拟机之间增加一个地址转换服务，负责外部和虚拟机之间的通讯转接和ip转换。

我们部署hadoop集群，这里选择nat模式，各个虚拟机通过nat使用宿主机的ip来访问外网。

我们的要求是集群中的各个虚拟机有固定的ip、可以访问外网，所以进行如下设置：

1、 vmware安装后，默认的nat设置如下：

2、 默认的设置是启动dhcp服务的，nat会自动给虚拟机分配ip，但是我们需要将各个机器的ip固定下来，所以要取消这个默认设置。

3、 为机器设置一个子网网段，默认是192.168.136网段，我们这里设置为100网段，将来各个虚拟机ip就为 192.168.100.*。

4、 点击nat设置按钮，打开对话框，可以修改网关地址和dns地址。这里我们为nat指定dns地址。

5、 网关地址为当前网段里的.2地址，好像是固定的，我们不做修改，先记住网关地址就好了，后面会用到。

第二步、安装linux操作系统

三、vmware上安装linux系统

1、 文件菜单选择新建虚拟机

2、 选择经典类型安装，下一步。

3、 选择稍后安装操作系统，下一步。

4、 选择linux系统，版本选择centos 64位。

5、 命名虚拟机，给虚拟机起个名字，将来显示在vmware左侧。并选择linux系统保存在宿主机的哪个目录下，应该一个虚拟机保存在一个目录下，不能多个虚拟机使用一个目录。

6、 指定磁盘容量，是指定分给linux虚拟机多大的硬盘，默认20g就可以，下一步。

7、 点击自定义硬件，可以查看、修改虚拟机的硬件配置，这里我们不做修改。

8、 点击完成后，就创建了一个虚拟机，但是此时的虚拟机还是一个空壳，没有操作系统，接下来安装操作系统。

9、 点击编辑虚拟机设置，找到dvd，指定操作系统iso文件所在位置。

10、 点击开启此虚拟机，选择第一个回车开始安装操作系统。

11、 设置root密码。

12、 选择desktop，这样就会装一个xwindow。

13、 先不添加普通用户，其他用默认的，就把linux安装完毕了。

四、设置网络

因为vmware的nat设置中关闭了dhcp自动分配ip功能，所以linux还没有ip，需要我们设置网络各个参数。

1、 用root进入xwindow，右击右上角的网络连接图标，选择修改连接。

2、 网络连接里列出了当前linux里所有的网卡，这里只有一个网卡system eth0，点击编辑。

3、 配置ip、子网掩码、网关（和nat设置的一样）、dns等参数，因为nat里设置网段为100.*，所以这台机器可以设置为192.168.100.10网关和nat一致，为192.168.100.2

4、 用ping来检查是否可以连接外网，如下图，已经连接成功。

五、修改hostname

1、 临时修改hostname

[root@localhost desktop]# hostname bigdata-senior01.chybinmy.com

• 1

这种修改方式，系统重启后就会失效。

2、 永久修改hostname

想永久修改，应该修改配置文件 /etc/sysconfig/network。

命令：[root@bigdata-senior01 ~] vim /etc/sysconfig/network

• 1

打开文件后，

1.  
   networking=yes #使用网络
2.  
   hostname=bigdata-senior01.chybinmy.com #设置主机名

• 1
• 2

六、配置host

1.  
   命令：[root@bigdata-senior01 ~] vim /etc/hosts
2.  
   添加hosts: 192.168.100.10 bigdata-senior01.chybinmy.com

• 1
• 2

七、关闭防火墙

学习环境可以直接把防火墙关闭掉。

(1) 用root用户登录后，执行查看防火墙状态。

[root@bigdata-senior01 hadoop]# service iptables status

• 1

(2) 用[root@bigdata-senior01 hadoop]# service iptables stop关闭防火墙，这个是临时关闭防火墙。

1.  
   [root@bigdata-senior01 hadoop-2.5.0]# service iptables stop
2.  
   iptables: setting chains to policy accept: filter [ ok ]
3.  
   iptables: flushing firewall rules: [ ok ]
4.  
   iptables: unloading modules: [ ok ]

• 1
• 2
• 3
• 4

(3) 如果要永久关闭防火墙用。

[root@bigdata-senior01 hadoop]# chkconfig iptables off

• 1

关闭，这种需要重启才能生效。

八、关闭selinux

selinux是linux一个子安全机制，学习环境可以将它禁用。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim /etc/sysconfig/selinux

• 1

1.  
   # this file controls the state of selinux on the system.
2.  
   # selinux= can take one of these three values:
3.  
   # enforcing - selinux security policy is enforced.
4.  
   # permissive - selinux prints warnings instead of enforcing.
5.  
   # disabled - no selinux policy is loaded.
6.  
   selinux=disabled
7.  
   # selinuxtype= can take one of these two values:
8.  
   # targeted - targeted processes are protected,
9.  
   # mls - multi level security protection.
10.  
    selinuxtype=targeted

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

第三步、安装jdk

九、安装java jdk

1、 查看是否已经安装了java jdk。

[root@bigdata-senior01 desktop]# java –version

• 1

注意：hadoop机器上的jdk，最好是oracle的java jdk，不然会有一些问题，比如可能没有jps命令。 
如果安装了其他版本的jdk，卸载掉。

2、 安装java jdk

(1) 去下载oracle版本java jdk：jdk-7u67-linux-x64.tar.gz

(2) 将jdk-7u67-linux-x64.tar.gz解压到/opt/modules目录下

[root@bigdata-senior01 /]# tar -zxvf jdk-7u67-linux-x64.tar.gz -c /opt/modules

• 1

(3) 添加环境变量

设置jdk的环境变量 java_home。需要修改配置文件/etc/profile，追加

1.  
   export java_home="/opt/modules/jdk1.7.0_67"
2.  
   export path=$java_home/bin:$path

• 1
• 2

修改完毕后，执行 source /etc/profile

(4)安装后再次执行 java –version,可以看见已经安装完成。

1.  
   [root@bigdata-senior01 /]# java -version
2.  
   java version "1.7.0_67"
3.  
   java(tm) se runtime environment (build 1.7.0_67-b01)
4.  
   java hotspot(tm) 64-bit server vm (build 24.65-b04, mixed mode)

• 1
• 2
• 3
• 4

第二部分：hadoop本地模式安装

第四步、hadoop部署模式

hadoop部署模式有：本地模式、伪分布模式、完全分布式模式、ha完全分布式模式。

区分的依据是namenode、datanode、resourcemanager、nodemanager等模块运行在几个jvm进程、几个机器。

模式名称	各个模块占用的jvm进程数	各个模块运行在几个机器数上
本地模式	1个	1个
伪分布式模式	n个	1个
完全分布式模式	n个	n个
ha完全分布式	n个	n个

第五步、本地模式部署

十、本地模式介绍

本地模式是最简单的模式，所有模块都运行与一个jvm进程中，使用的本地文件系统，而不是hdfs，本地模式主要是用于本地开发过程中的运行调试用。下载hadoop安装包后不用任何设置，默认的就是本地模式。

十一、解压hadoop后就是直接可以使用

1、 创建一个存放本地模式hadoop的目录

[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopstandalone

• 1

2、 解压hadoop文件

[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz  -c /opt/modules/hadoopstandalone/

• 1

3、 确保java_home环境变量已经配置好

1.  
   [hadoop@bigdata-senior01 modules]$ echo ${java_home}
2.  
   /opt/modules/jdk1.7.0_67

• 1
• 2

十二、运行mapreduce程序，验证

我们这里用hadoop自带的wordcount例子来在本地模式下测试跑mapreduce。

1、 准备mapreduce输入文件wc.input

1.  
   [hadoop@bigdata-senior01 modules]$ cat /opt/data/wc.input
2.  
   hadoop mapreduce hive
3.  
   hbase spark storm
4.  
   sqoop hadoop hive
5.  
   spark hadoop

• 1
• 2
• 3
• 4
• 5

2、 运行hadoop自带的mapreduce demo

[hadoop@bigdata-senior01 hadoopstandalone]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /opt/data/wc.input output2

• 1

这里可以看到job id中有local字样，说明是运行在本地模式下的。

3、 查看输出文件

本地模式下，mapreduce的输出是输出到本地。

1.  
   [hadoop@bigdata-senior01 hadoopstandalone]$ ll output2
2.  
   total 4
3.  
   -rw-r--r-- 1 hadoop hadoop 60 jul 7 12:50 part-r-00000
4.  
   -rw-r--r-- 1 hadoop hadoop 0 jul 7 12:50 _success

• 1
• 2
• 3
• 4

输出目录中有_success文件说明job运行成功，part-r-00000是输出结果文件。 
 

第三部分：hadoop伪分布式模式安装

第六步、伪分布式hadoop部署过程

十三、hadoop所用的用户设置

1、 创建一个名字为hadoop的普通用户

1.  
   [root@bigdata-senior01 ~]# useradd hadoop
2.  
   [root@bigdata-senior01 ~]# passwd hadoop

• 1
• 2

2、 给hadoop用户sudo权限

[root@bigdata-senior01 ~]# vim /etc/sudoers

• 1

设置权限，学习环境可以将hadoop用户的权限设置的大一些，但是生产环境一定要注意普通用户的权限限制。

1.  
   root all=(all) all
2.  
   hadoop all=(root) nopasswd:all

• 1
• 2

注意：如果root用户无权修改sudoers文件，先手动为root用户添加写权限。

[root@bigdata-senior01 ~]# chmod u+w /etc/sudoers

• 1

3、 切换到hadoop用户

1.  
   [root@bigdata-senior01 ~]# su - hadoop
2.  
   [hadoop@bigdata-senior01 ~]$

• 1
• 2

4、 创建存放hadoop文件的目录

[hadoop@bigdata-senior01 ~]$ sudo mkdir /opt/modules

• 1

5、 将hadoop文件夹的所有者指定为hadoop用户

如果存放hadoop的目录的所有者不是hadoop，之后hadoop运行中可能会有权限问题，那么就讲所有者改为hadoop。

[hadoop@bigdata-senior01 ~]# sudo chown -r hadoop:hadoop /opt/modules

• 1

十四、解压hadoop目录文件

1、 复制hadoop-2.5.0.tar.gz到/opt/modules目录下。

2、 解压hadoop-2.5.0.tar.gz

1.  
   [hadoop@bigdata-senior01 ~]# cd /opt/modules
2.  
   [hadoop@bigdata-senior01 hadoop]# tar -zxvf hadoop-2.5.0.tar.gz

• 1
• 2

十五、配置hadoop

1、 配置hadoop环境变量

[hadoop@bigdata-senior01 hadoop]# vim /etc/profile

• 1

追加配置：

1.  
   export hadoop_home="/opt/modules/hadoop-2.5.0"
2.  
   export path=$hadoop_home/bin:$hadoop_home/sbin:$path

• 1
• 2

执行：source /etc/profile 使得配置生效

验证hadoop_home参数：

1.  
   [hadoop@bigdata-senior01 /]$ echo $hadoop_home
2.  
   /opt/modules/hadoop-2.5.0

• 1
• 2

2、 配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh文件的java_home参数

[hadoop@bigdata-senior01 ~]$ sudo vim  ${hadoop_home}/etc/hadoop/hadoop-env.sh

• 1

1.  
   修改java_home参数为：
2.  
   export java_home="/opt/modules/jdk1.7.0_67"

• 1
• 2

3、 配置core-site.xml

[hadoop@bigdata-senior01 ~]{hadoop_home}/etc/hadoop/core-site.xml

（1） fs.defaultfs参数配置的是hdfs的地址。

1.  
   <property>
2.  
   <name>fs.defaultfs</name>
3.  
   <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
4.  
   </property>

• 1
• 2
• 3
• 4

（2） hadoop.tmp.dir配置的是hadoop临时目录，比如hdfs的namenode数据默认都存放这个目录下，查看*-default.xml等默认配置文件，就可以看到很多依赖${hadoop.tmp.dir}的配置。

默认的hadoop.tmp.dir是/tmp/hadoop-${user.name},此时有个问题就是namenode会将hdfs的元数据存储在这个/tmp目录下，如果操作系统重启了，系统会清空/tmp目录下的东西，导致namenode元数据丢失，是个非常严重的问题，所有我们应该修改这个路径。

• 创建临时目录：

    [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo mkdir -p /opt/data/tmp

• 1

• 将临时目录的所有者修改为hadoop

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown –r hadoop:hadoop /opt/data/tmp

• 1

• 修改hadoop.tmp.dir

1.  
   <property>
2.  
   <name>hadoop.tmp.dir</name>
3.  
   <value>/opt/data/tmp</value>
4.  
   </property>

• 1
• 2
• 3
• 4

十六、配置、格式化、启动hdfs

1、 配置hdfs-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim ${hadoop_home}/etc/hadoop/hdfs-site.xml

• 1

1.  
   <property>
2.  
   <name>dfs.replication</name>
3.  
   <value>1</value>
4.  
   </property>

• 1
• 2
• 3
• 4

dfs.replication配置的是hdfs存储时的备份数量，因为这里是伪分布式环境只有一个节点，所以这里设置为1。

2、 格式化hdfs

[hadoop@bigdata-senior01 ~]$ hdfs namenode –format

• 1

格式化是对hdfs这个分布式文件系统中的datanode进行分块，统计所有分块后的初始元数据的存储在namenode中。

格式化后，查看core-site.xml里hadoop.tmp.dir（本例是/opt/data目录）指定的目录下是否有了dfs目录，如果有，说明格式化成功。

注意：

1. 格式化时，这里注意hadoop.tmp.dir目录的权限问题，应该hadoop普通用户有读写权限才行，可以将/opt/data的所有者改为hadoop。 
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown -r hadoop:hadoop /opt/data

2. 查看namenode格式化后的目录。

   [hadoop@bigdata-senior01 ~]$ ll /opt/data/tmp/dfs/name/current

• 1

fsimage是namenode元数据在内存满了后，持久化保存到的文件。

fsimage*.md5 是校验文件，用于校验fsimage的完整性。

seen_txid 是hadoop的版本

vession文件里保存：

• namespaceid：namenode的唯一id。

• clusterid:集群id，namenode和datanode的集群id应该一致，表明是一个集群。

1.  
   #mon jul 04 17:25:50 cst 2016
2.  
   namespaceid=2101579007
3.  
   clusterid=cid-205277e6-493b-4601-8e33-c09d1d23ece4
4.  
   ctime=0
5.  
   storagetype=name_node
6.  
   blockpoolid=bp-1641019026-127.0.0.1-1467624350057
7.  
   layoutversion=-57

• 1
• 2
• 3
• 4
• 5
• 6
• 7

3、 启动namenode

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/sbin/hadoop-daemon.sh start namenode
2.  
   starting namenode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-namenode-bigdata-senior01.chybinmy.com.out

• 1
• 2

4、 启动datanode

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/sbin/hadoop-daemon.sh start datanode
2.  
   starting datanode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-datanode-bigdata-senior01.chybinmy.com.out

• 1
• 2

5、 启动secondarynamenode

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/sbin/hadoop-daemon.sh start secondarynamenode
2.  
   starting secondarynamenode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-secondarynamenode-bigdata-senior01.chybinmy.com.out

• 1
• 2

6、 jps命令查看是否已经启动成功，有结果就是启动成功了。

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ jps
2.  
   3034 namenode
3.  
   3233 jps
4.  
   3193 secondarynamenode
5.  
   3110 datanode

• 1
• 2
• 3
• 4
• 5

7、 hdfs上测试创建目录、上传、下载文件

hdfs上创建目录

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/bin/hdfs dfs -mkdir /demo1

• 1

上传本地文件到hdfs上

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/bin/hdfs dfs -put
2.  
   ${hadoop_home}/etc/hadoop/core-site.xml /demo1

• 1
• 2

读取hdfs上的文件内容

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/bin/hdfs dfs -cat /demo1/core-site.xml

• 1

从hdfs上下载文件到本地

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -get /demo1/core-site.xml

• 1

十七、配置、启动yarn

1、 配置mapred-site.xml

默认没有mapred-site.xml文件，但是有个mapred-site.xml.template配置模板文件。复制模板生成mapred-site.xml。

[hadoop@bigdata-senior01 hadoop-2.5.0]# cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml

• 1

添加配置如下：

1.  
   <property>
2.  
   <name>mapreduce.framework.name</name>
3.  
   <value>yarn</value>
4.  
   </property>

• 1
• 2
• 3
• 4

指定mapreduce运行在yarn框架上。

2、 配置yarn-site.xml

添加配置如下：

1.  
   <property>
2.  
   <name>yarn.nodemanager.aux-services</name>
3.  
   <value>mapreduce_shuffle</value>
4.  
   </property>
5.  
   <property>
6.  
   <name>yarn.resourcemanager.hostname</name>
7.  
   <value>bigdata-senior01.chybinmy.com</value>
8.  
   </property>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

• yarn.nodemanager.aux-services配置了yarn的默认混洗方式，选择为mapreduce的默认混洗算法。

• yarn.resourcemanager.hostname指定了resourcemanager运行在哪个节点上。

  

3、 启动resourcemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/sbin/yarn-daemon.sh start resourcemanager

• 1

4、 启动nodemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${hadoop_home}/sbin/yarn-daemon.sh start nodemanager

• 1

5、 查看是否启动成功

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ jps
2.  
   3034 namenode
3.  
   4439 nodemanager
4.  
   4197 resourcemanager
5.  
   4543 jps
6.  
   3193 secondarynamenode
7.  
   3110 datanode

• 1
• 2
• 3
• 4
• 5
• 6
• 7

可以看到resourcemanager、nodemanager已经启动成功了。

6、 yarn的web页面

yarn的web客户端端口号是8088，通过可以查看。

十八、运行mapreduce job

在hadoop的share目录里，自带了一些jar包，里面带有一些mapreduce实例小例子，位置在share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar，可以运行这些例子体验刚搭建好的hadoop平台，我们这里来运行最经典的wordcount实例。

1、 创建测试用的input文件

创建输入目录:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir -p /wordcountdemo/input

• 1

创建原始文件:

在本地/opt/data目录创建一个文件wc.input,内容如下。

将wc.input文件上传到hdfs的/wordcountdemo/input目录中:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /wordcountdemo/input

• 1

2、 运行wordcount mapreduce job

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
2.  
   2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output

• 1
• 2

3、 查看输出结果目录

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /wordcountdemo/output
2.  
   -rw-r--r-- 1 hadoop supergroup 0 2016-07-05 05:12 /wordcountdemo/output/_success
3.  
   -rw-r--r-- 1 hadoop supergroup 60 2016-07-05 05:12 /wordcountdemo/output/part-r-00000

• 1
• 2
• 3

• output目录中有两个文件，_success文件是空文件，有这个文件说明job执行成功。

• part-r-00000文件是结果文件，其中-r-说明这个文件是reduce阶段产生的结果，mapreduce程序执行时，可以没有reduce阶段，但是肯定会有map阶段，如果没有reduce阶段这个地方有是-m-。

• 一个reduce会产生一个part-r-开头的文件。

• 查看输出文件内容。

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -cat /wordcountdemo/output/part-r-00000
2.  
   hadoop 3
3.  
   hbase 1
4.  
   hive 2
5.  
   mapreduce 1
6.  
   spark 2
7.  
   sqoop 1
8.  
   storm 1

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

结果是按照键值排好序的。

十九、停止hadoop

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
2.  
   stopping namenode
3.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
4.  
   stopping datanode
5.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop resourcemanager
6.  
   stopping resourcemanager
7.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop nodemanager
8.  
   stopping nodemanager

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

二十、 hadoop各个功能模块的理解

1、 hdfs模块

hdfs负责大数据的存储，通过将大文件分块后进行分布式存储方式，突破了服务器硬盘大小的限制，解决了单台机器无法存储大文件的问题，hdfs是个相对独立的模块，可以为yarn提供服务，也可以为hbase等其他模块提供服务。

2、 yarn模块

yarn是一个通用的资源协同和任务调度框架，