Ubuntu上如何部署Hadoop集群

在Ubuntu上部署Hadoop集群是一个相对复杂的过程，需要仔细规划和执行多个步骤。以下是一个基本的指南，帮助你在Ubuntu上搭建一个Hadoop集群。

环境准备

1. 准备硬件：至少需要3台Ubuntu Server，分别作为Master和两个Slave节点。
2. 安装JDK：Hadoop运行需要JDK的支持。可以通过以下命令安装JDK 1.8：

   sudo apt-get update
   sudo apt-get install openjdk-8-jdk
   

3. 下载Hadoop：访问Hadoop官网下载Hadoop 3.3.1版本。

安装和配置Hadoop

1. 解压Hadoop：

   wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
   tar -zxvf hadoop-3.3.1.tar.gz
   

2. 配置Hadoop环境变量： 编辑/etc/profile文件，在文件结尾处添加以下内容：

   export HADOOP_HOME=/usr/local/hadoop
   export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
   

   使配置文件生效：

   source /etc/profile
   

3. 配置Hadoop集群：
   • core-site.xml：

     <configuration>
         <property>
             <name>fs.defaultFS</name>
             <value>hdfs://master:9000</value>
         </property>
     </configuration>
     

   • hdfs-site.xml：

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

   • mapred-site.xml：

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

   • yarn-site.xml：

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

启动Hadoop集群

1. 将Hadoop安装到Slave机器上：将Master节点中的Hadoop配置文件拷贝到Slave节点上。
2. 启动Hadoop： 在Master节点上启动Hadoop：

   start-all.sh
   

3. 检查集群是否正常运行： 使用以下命令检查集群状态：

   jps
   

   如果输出以下信息，则表示Hadoop集群正常运行：

   16209 NameNode
   16354 ResourceManager
   16420 SecondaryNameNode
   

验证集群

1. 上传文件至Hadoop集群： 在Master节点上创建输入文件夹：

   hadoop fs -mkdir input
   

   将本地文件上传到Hadoop集群：

   hadoop fs -put /home/user/input/sample.txt input
   

   查看上传的文件内容：

   hadoop fs -cat input/sample.txt
   

   输出以下内容，则表示上传成功：

   Hello Hadoop!
   

2. 运行Hadoop示例： 准备输入文件sample.txt，内容如下：

   Hello Hadoop!Hello MapReduce!
   

   上传输入文件与示例1相同，运行wordcount示例：

   hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount input/ output/
   

   查看输出文件：

   hadoop fs -cat output/part-r-00000
   

   输出以下内容，则表示示例运行成功：

   Hadoop! 1Hello 2MapReduce! 1
   

以上步骤提供了一个基本的指南，帮助你在Ubuntu上搭建一个Hadoop集群。根据具体需求，你可能需要进行更多的配置和优化。