一、完全分布式集群的搭建
1.进程规划
原则： ①核心进程尽量分散
②同质进程尽量分散
2.集群间复制
①scp
scp -r 源文件的用户名@主机名：源文件路径 目标文件的用户名@主机名：目标文件路径
特点： 全量复制
②rsync
rsync -rvlt 源文件路径 目标文件的用户名@主机名：目标文件路径
源文件路径是个目录，源文件路径/，只会同步源文件目录中的内容！
源文件路径，不仅会同步源文件目录中的内容，包括目录本身也会进行同步！
3.配置ssh免密登录
如果A机器的a用户，希望使用b用户的身份，免密登录到B机器！
操作步骤：①a用户在A机器生成一对密钥(私钥+公钥)
ssh-keygen -t rsa
②将公钥的内容，配置到b用户家目录/.ssh/authoxxx_keys
ssh-copy-id b@B
③a用户在A机器，就可以使用 ssh b@B
如果在配置时，省略了用户名，那么默认使用当前操作的用户名作为目标机器的用户名！
[a@A] ssh B 等价于 [a@A] ssh a@B
4.两种ssh的使用方式
①登录到目标主机，再执行命令
[a@A] ssh B
[a@B] jps
属于Login-shell，默认读取/etc/profile文件！
②在A机器，执行命令
[a@A] ssh B jps
属于non-Login-shell，不会读取/etc/profile文件！
只会读取 ~/.bashrc
解决： 在a@B的~/.bashrc中配置 source /etc/profile
注意：当前主机也要配置自己到自己的SSH免密登录！
配置SSH的作用 ：
①执行scp,rsync命令时，不需要输入密码，方便
②在执行start-all.sh群起脚本时，需要输入密码
- 执行群起
①start-dfs.sh 可以在任意一台机器执行
②start-yarn.sh 如果不在RM所配置的机器执行，那么不会启动RM
建议： 在RM所在的机器执行群起脚本！
只需要配置RM所在机器到集群其他机器的SSH免密登录！
③在执行群起时，默认读取当前机器 $HADOOP_HOME/etc/hadoop/slaves文件中，当前集群配置的主机名
6.集群的时间同步
一个集群中，每台机器的时间必须保证是同步的！
主要借助linux的ntp服务执行和远程时间服务器的时间同步！
保证当前机器的ntp服务是开机自启动！
chkconfig --list ntpd
使用 ntpdate -u 时间服务器的地址