Hadoop生态系统搭建遇到问题（hadoop hive hbase zookeeper oozie sqoop）经验总结

问题导读：
1.ssh的目录权限跟各个开发包不一致，会造成什么情况?
2.hive的默认数据库是derby，还是mysql？
扩展：
3.master用作regionserver会有什么情况发生？
4.zk连接数默认多少？
5.sqoop解压后，要配置SQOOP_HOME，hdfs需要跟那种类型的RDB交互就下相应的JDBC驱动，放入哪个文件夹下？
6.hadoop，hbase，是否需要在各自的集群中每个节点都安装？
7.zookeeper为什么奇数个比较好？

1、首先是版本的选择，一般选择cloudera 的cdh版，注意相互之间的兼容性，否则出现莫名其妙的问题都不知道怎么解决。

2、配置ssh五密码访问时要注意，.ssh目录的权限问题，跟各个开发包一样，各节点必须一致，否则会出现启动Hadoop时让手动输密码。

3、在配置conf下文件时要注意，某些属性的值必须是hadoop程序有写权限的目录，比如：hadoop.tmp.dir

4、Hadoop-env.sh中要配置JAVA_HOME，不管profile或.bash_profile有没配置

5、hive的配置只要关联正确hadoop的namenode即可，元数据库可用默认的derby，也可通过修改配置实用mysql

6、hbase的master最好不用作regionserver。

7、zk的连接数要改的大一点，默认是30个，并且尽量与hadoop node节点分开，因为hadoop的暂时负担过重等异常会严重影响zk与hbase的正常工作，比如导致zk长时间选举不出leader，hbase 各节点会相继挂掉。

8、sqoop解压后，要配置SQOOP_HOME，hdfs需要跟那种类型的RDB交互就下相应的JDBC驱动，放入lib下。

10、hadoop，hbase，需要在各自的集群中每个节点都安装，zookeeper根据需要安装，一般奇数个，数量越多，选举负担中，但数量越少，系统稳定性下降，使用时跟据实际情况选择方案，hive，oozie，sqoop只需要在需要执行客户端程序的机器上安装，只要能连上hadoop。