该文主要记录了自己用云服务器搭建集群的过程，也分享一些自己遇到的问题和解决方法。里面可能提及一些自己的理解，可能不够准确，希望大家能够指正我，谢谢。
1.什么是HA集群
HA ：High Available
问题：对于只有一个namenode的集群，如果namenode的集群出现故障，集群将无法使用直到重新启动。
方法：开启HDFS的HA功能，通过在不同节点上设置Active/Standby两个namenode，当其中一个出现故障，可以很快的把namenode切换到另外一台机器（同时只有一个namenode处于Active状态）。为了能够实时同步 Active 和 Standby 两个 NameNode 的元数据信息（实际上 editlog），需提 供一个共享存储系统，可以是 NFS、QJM（Quorum Journal Manager）或者 Zookeeper，Active Namenode 将数据写入共享存储系统，而 Standby 监听该系统，一旦发现有新数据写入，则 读取这些数据，并加载到自己内存中，以保证自己内存状态与 Active NameNode 保持基本一 致，如此这般，在紧急情况下 standby 便可快速切为 active namenode。为了实现快速切换，Standby 节点获取集群的最新文件块信息也是很有必要的。为了实现这一目标，DataNode 需要配置 NameNodes 的位置，并同时给他们发送文件块信息以及心跳检测。
2.集群规划
三台DigitalOcean的1G内存的服务器，系统是Ubuntu 16.04.4（内存只有1G,所以配置文件中内存分配必须根据实际设置，不能使用默认值），三台组成一个Zookeeper集群（奇数且最少三台）。hadoop1和hadoop2作为namenode的主备切换，hadoop3运行resourcemanager，因为机器性能限制，namenode和resourcemanager都要占用大量资源，所以把他们分开了。而且在这里，没有启用RM的高性能模式。
3.服务器准备（注意每台机器使用的用户名必须相同，在这里我全是root用户）
3.0 修改主机名和ip-hostname映射关系
主要是修改 /etc/hostname 和 /etc/hosts 两个文件。关于修改hostname是不是必要这个问题，我刚开始是直接用的Ip地址，但是会发现HDFS里面有很多函数方法都会首先默认取主机名，从而会有很多Error出现。况且通过配置ip和主机名的映射关系，配置文件的修改会更加的方便。
a.分别在三台机器的/etc/hostname文件修改主机名，分别取名为hadoop1，hadoop2，hadoop3 。
b.在每台机器的 /etc/hosts 文件中中添加Ip和主机名的映射关系。关于这里的Ip是公网ip还是内网ip的问题，这个问题我觉得不能一刀切。一般情况下使用的是内网Ip，但是DigitalOcean的服务器自己 ping 自己的内网Ip是ping不通的，但是公网却能够ping 通。所以我在这里的ip使用的是公网Ip。Ip是公网的还是内网的涉及到不同的zookeeper的配置，所以配置时候得根据实际情况。
Ip1 hadoop1
Ip2 hadoop2
Ip3 hadoop3
3.1 ssh免登陆配置
在每台服务器的/root/.ssh/ 目录中，执行如下命令生成一对密钥，并将本地主机的公钥添加到远程主机的authorized_keys文件上。三台机器两两双向进行配置，注意包括自己对自已。
ssh-keygen -t rsa ssh-copy-id ip