建立Hadoop集群的步骤指南

建立Hadoop集群需要系统规划和多个步骤的配置。以下是详细的建立流程：

一、前期准备

1. 硬件需求

   • 多台服务器(至少3台，1主2从)

   • 每台建议配置：至少4核CPU，8GB内存，100GB硬盘

   • 稳定的网络连接(千兆网络推荐)

2. 软件需求

   • Linux操作系统(推荐CentOS或Ubuntu Server)

   • Java JDK (推荐JDK 8或11)

   • Hadoop软件包(从Apache官网下载)

二、环境设置

1. 在所有节点上操作

   bash

   复制

   下载

   # 创建hadoop用户
   sudo useradd -m hadoop
   sudo passwd hadoop# 安装Java
   sudo apt-get install openjdk-8-jdk
   # 或
   sudo yum install java-1.8.0-openjdk# 验证Java安装
   java -version

2. 配置SSH免密登录

   bash

   复制

   下载

   # 在主节点生成密钥
   ssh-keygen -t rsa# 将公钥复制到所有节点(包括自己)
   ssh-copy-id hadoop@master
   ssh-copy-id hadoop@slave1
   ssh-copy-id hadoop@slave2

三、Hadoop配置

1. 解压并设置环境变量

   bash

   复制

   下载

   tar -xzf hadoop-3.x.x.tar.gz
   mv hadoop-3.x.x /usr/local/hadoop# 编辑~/.bashrc
   export HADOOP_HOME=/usr/local/hadoop
   export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
   export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64source ~/.bashrc

2. 配置核心文件

   • core-site.xml

     xml

     复制

     下载

     运行

     <configuration><property><name>fs.defaultFS</name><value>hdfs://master:9000</value></property><property><name>hadoop.tmp.dir</name><value>/usr/local/hadoop/tmp</value></property>
     </configuration>

   • hdfs-site.xml

     xml

     复制

     下载

     运行

     <configuration><property><name>dfs.replication</name><value>2</value></property><property><name>dfs.namenode.name.dir</name><value>/usr/local/hadoop/hdfs/namenode</value></property><property><name>dfs.datanode.data.dir</name><value>/usr/local/hadoop/hdfs/datanode</value></property>
     </configuration>

   • mapred-site.xml

     xml

     复制

     下载

     运行

     <configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property>
     </configuration>

   • yarn-site.xml

     xml

     复制

     下载

     运行

     <configuration><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.resourcemanager.hostname</name><value>master</value></property>
     </configuration>

   • workers文件 (列出所有从节点)

     复制

     下载

     slave1
     slave2

四、分发配置到所有节点

bash

复制

下载

scp -r /usr/local/hadoop hadoop@slave1:/usr/local/
scp -r /usr/local/hadoop hadoop@slave2:/usr/local/
scp ~/.bashrc hadoop@slave1:~/
scp ~/.bashrc hadoop@slave2:~/

五、启动集群

1. 在主节点格式化HDFS

   bash

   复制

   下载

   hdfs namenode -format

2. 启动HDFS

   bash

   复制

   下载

   start-dfs.sh

3. 启动YARN

   bash

   复制

   下载

   start-yarn.sh

4. 验证集群状态

   bash

   复制

   下载

   jps  # 查看Java进程
   hdfs dfsadmin -report  # 查看HDFS状态