Linux下Hadoop?2.7.3如何安裝搭建

# Linux下Hadoop 2.7.3安裝搭建指南

## 一、環境準備

### 1.1 硬件要求
- 至少4GB內存（建議8GB以上）
- 50GB可用磁盤空間
- 64位處理器

### 1.2 軟件要求
- Linux系統（本文以Ubuntu 20.04為例）
- Java JDK 1.8（必須）
- SSH服務（必須）
- Hadoop 2.7.3安裝包

### 1.3 網絡配置
- 確保所有節點在同一局域網
- 配置靜態IP（推薦）
- 設置主機名解析（/etc/hosts）

## 二、基礎環境配置

### 2.1 安裝Java環境
```bash
sudo apt update
sudo apt install openjdk-8-jdk
java -version  # 驗證安裝

2.2 配置SSH免密登錄

sudo apt install openssh-server
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 600 ~/.ssh/authorized_keys
ssh localhost  # 測試連接

2.3 創建Hadoop專用用戶（可選但推薦）

sudo adduser hadoop
sudo usermod -aG sudo hadoop
su - hadoop

三、Hadoop安裝與配置

3.1 下載并解壓Hadoop

wget https://archive.apache.org/dist/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
tar -xzvf hadoop-2.7.3.tar.gz
sudo mv hadoop-2.7.3 /usr/local/hadoop
sudo chown -R hadoop:hadoop /usr/local/hadoop

3.2 配置環境變量

編輯~/.bashrc文件：

export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

使配置生效：

source ~/.bashrc

3.3 核心配置文件修改

1. hadoop-env.sh

cd $HADOOP_HOME/etc/hadoop
echo "export JAVA_HOME=$JAVA_HOME" >> hadoop-env.sh

2. core-site.xml

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

3. hdfs-site.xml

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

4. mapred-site.xml

cp mapred-site.xml.template mapred-site.xml

編輯內容：

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

5. 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>

四、HDFS初始化與啟動

4.1 格式化NameNode

hdfs namenode -format

4.2 啟動HDFS服務

start-dfs.sh

4.3 啟動YARN服務

start-yarn.sh

4.4 驗證服務狀態

jps  # 應顯示以下進程：
# NameNode
# DataNode
# ResourceManager
# NodeManager
# SecondaryNameNode

五、集群測試

5.1 HDFS基礎操作

hdfs dfs -mkdir /input
hdfs dfs -put $HADOOP_HOME/etc/hadoop/*.xml /input
hdfs dfs -ls /input

5.2 運行MapReduce示例

hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep /input /output 'dfs[a-z.]+'
hdfs dfs -cat /output/*

六、常見問題解決

6.1 端口沖突問題

檢查端口占用情況：

netstat -tulnp | grep java

6.2 權限問題

確保所有目錄權限正確：

sudo chown -R hadoop:hadoop /usr/local/hadoop

6.3 日志查看

關鍵日志位置： - NameNode日志：$HADOOP_HOME/logs/hadoop-hadoop-namenode-*.log - DataNode日志：$HADOOP_HOME/logs/hadoop-hadoop-datanode-*.log

七、安全關閉集群

stop-yarn.sh
stop-dfs.sh

八、擴展配置（可選）

8.1 多節點集群配置

1. 在所有節點重復上述步驟
2. 修改core-site.xml中的fs.defaultFS為Master節點IP
3. 配置slaves文件添加所有DataNode主機名

8.2 高可用配置

需要配置： - ZooKeeper集群 - JournalNode服務 - HDFS HA相關參數

注意事項： 1. 生產環境建議使用最新穩定版Hadoop 2. 多節點集群需要同步所有配置文件 3. 建議配置防火墻規則開放必要端口 4. 定期備份NameNode元數據

通過以上步驟，您已成功搭建Hadoop 2.7.3偽分布式環境。如需完全分布式環境，請參考官方文檔進行擴展配置。 “`