Ubuntu 上如何配置 Hadoop 环境

在 Ubuntu 上配置 Hadoop 环境需要以下几个步骤：

1. 安装 Java

Hadoop 需要 Java 运行环境。首先确保你已经安装了 Java。

sudo apt update
sudo apt install openjdk-11-jdk

验证 Java 安装：

java -version

2. 下载并解压 Hadoop

从 Apache Hadoop 官方网站 下载最新版本的 Hadoop，并解压到你的目录中。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/

重命名解压后的目录（可选）：

sudo mv /usr/local/hadoop-3.3.4 /usr/local/hadoop

3. 配置环境变量

编辑 ~/.bashrc 或 ~/.profile 文件，添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

使配置生效：

source ~/.bashrc

4. 配置 Hadoop

编辑 Hadoop 的配置文件，这些文件位于 $HADOOP_HOME/etc/hadoop 目录下。

core-site.xml

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

hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</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>
</configuration>

yarn-site.xml

<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>

mapred-site.xml

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

5. 格式化 HDFS

在首次启动 Hadoop 之前，需要格式化 HDFS。

hdfs namenode -format

6. 启动 Hadoop 集群

启动 HDFS 和 YARN：

start-dfs.sh
start-yarn.sh

7. 验证 Hadoop 集群

访问 Hadoop 的 Web 界面来验证集群状态：

• HDFS NameNode: http://localhost:50070
• YARN ResourceManager: http://localhost:8088

8. 停止 Hadoop 集群

停止 HDFS 和 YARN：

stop-dfs.sh
stop-yarn.sh

以上步骤完成后，你就成功在 Ubuntu 上配置了一个基本的 Hadoop 环境。根据你的需求，你可能还需要进行更多的配置和优化。