搭建环境
三台机器系统均为ubuntu16.0.4,内存8g,16g,16g.一台做master,另外两台做slave，安装的是jdk1.8.0,hadoop2.7.3,scala2.11.8,spark2.1.0-bin-hadoop2.7
搭建顺序
安装hadoop2.7.3
安装scala2.11.8
安装spark-2.1.0-bin-hadoop2.7
搭建Hadoop2.7.3
参考 Hadoop2.7.3完全分布式集群搭建和测试 这篇博客，亲测可行。
1.修改电脑hostname和hosts文件，将电脑名称在改为hostname文件里修分别改为Master，Slave1,Slave2，并在hosts文件里加入另外两台电脑的信息(IP地址以及电脑名称)，如下：
#修改hostname的命令
sudo vim /etc/hostname
#修改hosts的命令
sudo vim /etc/hosts
想修改后的hostname需要重启电脑才能生效，修改后的hosts文件如下所示
2.在三台电脑上分别建立用户，三台电脑用户名设置成相同如hadoop。这里用户权限问题应该设置一下，否则后面配置hadoop时可能会因权限问题出错，简单起见的话可以赋予用户root权限
sudo add user hadoop
3.配置ssh
#安装ssh
sudo apt-get install openssh-server
#产生key,生成的key保存在~/.ssh文件夹下
ssh-genkey
＃在Master上，导入authorized_keys
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
#远程无密码登录(把Master上的authorized_keys拷贝到其他主机的相应目录下)
scp ~/.ssh/authorized_keys hadoop@Slave1:~/.ssh/
scp ~/.ssh/authorized_keys hadoop@Slave2:~/.ssh/
#测试一下三台主机彼此之间是否可以连通
ssh Master
ssh Slave1
ssh Slave2
#如果想在ssh连接时不使用主机名称而是想使用自己设置的名称可以编辑.ssh文件夹下的config文件
配置好ssh之后，下面大部分操作只需在Master主机上配置，然后通过scp将配置好的文件传给Slave即可
4.安装jdk，这里不多说了。Master上安装之后scp给Slave，并且最好在三台主机上将jdk安装在相同的目录下方便后面的配置。
５.安装hadoop
(1).解压到相应位置
(2).在hadoop目录下新建如下目录
sudo mkdir ./dfs
sudo mkdir ./dfs/name
sudo mkdir ./dfs/data
sudo mkdir ./tmp(3).配置文件,文件位置在HADOOP_HOME/etc/hadooop下面，这里待填具体配置内容
hadoop-env.sh,yarn-env.sh,slaves,core-site.xml,hdfs-site.xml,mapred-site.xml,yarn-site.xml(4).将Master主机上配置好的文件传给Slave
scp -r /opt/hadoop2.7.3 hadoop@Slave1:/opt/(5). 配置环境变量，编辑/etc/profile
sudo gedit /etc/profile
export HADOOP_HOME=/opt/Hadoop/hadoop-2.7.3
export PATH=$PATH:$HADOOP_HOME/sbin
export PATH=$PATH:$HADOOP_HOME/bin
source /etc/profile
(6). 测试启动/停止hadoop
hdfs namenode -format
start-hdfs.sh
start-yarn.sh
终端输入jps查看是否启动成功
stop-hdfs.sh
stop-yarn.sh
如果出现datanode启动不成功的问题，有可能是多次format的原因导致/dfs/data和/dfs/name里面id不一样，具体可搜索解决方法。
安装scala2.11.8
参考 Spark-2.0.1 安装 及 WordCount (详细图文)这篇博客
scala安装相对简单，解压到相应位置，scp到其他机器，再配置一下/etc/profile文件即可
安装spark
参考 Spark-2.0.1 安装 及 WordCount (详细图文)这篇博客 关于Hadoop配置里的slaves文件和Spark配置里的slaves文件暂时还没有搞清楚
