如何在Ubuntu HDFS上部署应用 - 问答

在Ubuntu上部署HDFS应用的基础步骤

1. 环境准备

更新系统：运行sudo apt update && sudo apt upgrade -y确保系统软件包最新。
安装基础工具：安装编译工具和SSH服务（用于集群通信），命令：sudo apt install -y build-essential openssh-server。

2. 安装Java环境

Hadoop依赖Java运行，推荐安装OpenJDK 8或11（兼容性更好）。

安装OpenJDK 8：sudo apt install -y openjdk-8-jdk。
验证安装：java -version，输出应包含Java版本信息（如openjdk version "1.8.0_221"）。

3. 下载并解压Hadoop

从Apache官网下载稳定版Hadoop（如3.3.4）：wget https://downloads.apache.org/hadoop/core/hadoop-3.3.4/hadoop-3.3.4.tar.gz。
解压到指定目录（如/usr/local）：sudo tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/。
重命名目录（可选）：sudo mv /usr/local/hadoop-3.3.4 /usr/local/hadoop。

4. 配置Hadoop环境变量

编辑~/.bashrc文件（用户级配置）或/etc/profile（系统级配置），添加以下内容：
```
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
```
使配置生效：source ~/.bashrc（或source /etc/profile）。

5. 配置HDFS核心文件

进入Hadoop配置目录（$HADOOP_HOME/etc/hadoop），修改以下文件：

core-site.xml（定义HDFS默认文件系统）：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value> <!-- 单机模式为localhost，集群模式替换为NameNode IP -->
    </property>
</configuration>

hdfs-site.xml（定义HDFS存储路径和副本数）：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value> <!-- 单机模式设为1，集群模式根据节点数量调整（如3） -->
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop/data/namenode</value> <!-- NameNode元数据存储路径 -->
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop/data/datanode</value> <!-- DataNode数据存储路径 -->
    </property>
</configuration>

（可选）yarn-site.xml（若启用YARN资源管理）：

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
</configuration>

（可选）workers文件（集群模式下指定DataNode节点）：
编辑$HADOOP_HOME/etc/hadoop/workers，添加DataNode主机名（如slave1、slave2），每行一个。

6. 创建HDFS数据目录

创建NameNode和DataNode的存储目录：

sudo mkdir -p /usr/local/hadoop/data/namenode
sudo mkdir -p /usr/local/hadoop/data/datanode

修改目录权限（确保Hadoop用户拥有所有权）：
```
sudo chown -R $USER:$USER /usr/local/hadoop/data
```

7. 格式化NameNode

首次启动HDFS前，必须格式化NameNode（初始化元数据）：

hdfs namenode -format

注意：格式化会清除所有HDFS数据，仅首次启动时执行一次。

8. 启动HDFS服务

启动HDFS服务（包含NameNode和DataNode）：
```
start-dfs.sh
```
验证进程是否启动：jps，输出应包含NameNode、DataNode（单机模式）或SecondaryNameNode（可选）。

9. 验证HDFS状态

命令行验证：
- 查看HDFS根目录：hdfs dfs -ls /。
- 创建测试目录：hdfs dfs -mkdir -p /user/$USER。
- 上传本地文件到HDFS：hdfs dfs -put ~/test.txt /user/$USER/。
- 下载HDFS文件到本地：hdfs dfs -get /user/$USER/test.txt ~/test_downloaded.txt。
Web界面验证：打开浏览器访问http://localhost:9870（HDFS NameNode Web界面），查看集群状态和文件系统。

10. 可选：配置SSH免密码登录（集群模式必需）

若部署HDFS集群，需配置主节点（NameNode）到从节点（DataNode）的SSH免密登录：

生成SSH密钥：ssh-keygen -t rsa -P ''（直接回车，默认保存到~/.ssh/id_rsa）。
分发公钥到从节点：ssh-copy-id slave1（替换为从节点主机名）。
测试免密登录：ssh slave1，无需输入密码即可登录。

常见问题排查

NameNode无法启动：检查dfs.namenode.name.dir路径是否存在且权限正确，或尝试删除/usr/local/hadoop/data/namenode/current目录（重新格式化）。
DataNode未注册：检查dfs.datanode.data.dir路径是否正确，或查看DataNode日志（$HADOOP_HOME/logs/hadoop-*-datanode-*.log）。
端口冲突：修改core-site.xml中的fs.defaultFS端口（如9001），确保未被其他服务占用。

通过以上步骤，可在Ubuntu系统上完成HDFS的基础部署。如需扩展为集群模式，需重复“环境准备”至“启动HDFS服务”步骤在从节点执行，并同步配置文件（通过scp命令分发$HADOOP_HOME/etc/hadoop目录到所有从节点）。

0 赞

0 踩