HDFS配置Ubuntu环境怎么设置 - 问答

HDFS配置Ubuntu环境详细步骤

1. 环境准备

更新系统：运行sudo apt update && sudo apt upgrade -y，确保系统软件包为最新版本。
安装基础工具：执行sudo apt install -y build-essential openssh-server，安装编译工具和SSH服务（用于集群节点间通信）。

2. 安装Java环境

HDFS依赖Java运行环境，推荐安装OpenJDK 8（兼容性最佳）：

运行sudo apt install -y openjdk-8-jdk安装JDK。
验证安装：java -version，输出应包含openjdk version "1.8.x"。

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/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz。
解压到/usr/local/目录：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，简化后续命令。

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> <!-- NameNode地址 -->
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/tmp</value> <!-- 临时目录 -->
    </property>
</configuration>

hdfs-site.xml（定义HDFS副本数和数据目录）：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value> <!-- 本地测试设为1，集群设为3 -->
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop/data/namenode</value> <!-- NameNode元数据目录 -->
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop/data/datanode</value> <!-- DataNode数据目录 -->
    </property>
</configuration>

yarn-site.xml（可选，若启用YARN）：

<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>

6. 创建HDFS数据目录

创建NameNode和DataNode目录：

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

修改目录权限（避免权限问题）：

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：start-dfs.sh（自动启动NameNode和DataNode）。
验证进程：jps，应显示NameNode、DataNode、SecondaryNameNode（若配置了HA则可能不同）。
访问Web界面：http://localhost:50070（查看HDFS状态，部分版本为9870）。

9. 配置SSH免密码登录（可选，但推荐）

若需远程访问集群，需配置SSH免密登录：

生成密钥：ssh-keygen -t rsa -P ''（直接回车，默认保存到~/.ssh/id_rsa）。
复制公钥到本地（单节点无需此步，集群需复制到所有节点）：ssh-copy-id localhost。
测试免密登录：ssh localhost，无需输入密码即可登录。

10. 验证HDFS功能

创建HDFS目录：hdfs dfs -mkdir -p /user/$USER。
上传本地文件：hdfs dfs -put ~/test.txt /user/$USER/。
列出HDFS文件：hdfs dfs -ls /user/$USER。
下载文件：hdfs dfs -get /user/$USER/test.txt ~/downloaded_test.txt。
删除文件：hdfs dfs -rm /user/$USER/test.txt。

11. 防火墙配置（可选）

若系统启用了ufw防火墙，需允许Hadoop端口：

sudo ufw allow 9000  # NameNode RPC端口
sudo ufw allow 50070 # HDFS Web界面
sudo ufw allow 8088  # YARN Web界面（若启用）

12. 停止HDFS服务（可选）

若需停止HDFS，运行：stop-dfs.sh。

按照以上步骤操作，即可在Ubuntu环境下完成HDFS的基本配置。如需扩展为集群，需重复配置多个节点并调整core-site.xml、hdfs-site.xml中的IP地址和端口。

0 赞

0 踩