Debian上如何部署Hadoop集群

在Debian上部署Hadoop集群涉及多个步骤，包括硬件配置、软件安装、网络设置、数据存储和集群管理等。以下是一个详细的步骤指南：

硬件配置

• 节点类型：

  • NameNode：1台（主节点，负责管理HDFS元数据）
  • DataNode：多台（数据存储节点，负责存储实际数据）
  • ResourceManager：1台（负责管理YARN资源）
  • NodeManager：多台（负责管理YARN任务）

• 硬件要求：

  • CPU：至少4核，推荐8核以上
  • 内存：每个节点至少16GB，推荐32GB以上
  • 存储：NameNode：SSD，至少500GB；DataNode：HDD或SSD，视数据量而定，推荐每个节点至少2TB
  • 网络：千兆以太网，推荐使用万兆以太网

软件环境

• 操作系统：推荐使用Debian Linux发行版。
• 安装Java：Hadoop需要Java环境，确保安装Java 8或更高版本。

  sudo apt update
  sudo apt install openjdk-8-jdk
  

• 下载Hadoop：从Hadoop官网下载最新版本的Hadoop。

  wget https://downloads.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
  tar -xzvf hadoop-3.3.1.tar.gz
  sudo mv hadoop-3.3.1 /usr/local/hadoop
  

网络设置

• 确保所有节点之间可以互相通信，配置 /etc/hosts 文件，添加所有节点的IP和主机名。

  192.168.1.1 namenode
  192.168.1.2 datanode1
  192.168.1.3 datanode2
  

配置Hadoop

• 配置环境变量：在每个节点的 ~/.bashrc 文件中添加以下内容：

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

  使更改生效：

  source ~/.bashrc
  

• 配置Hadoop文件：在Hadoop目录下，编辑以下配置文件：

  • core-site.xml：

    
      
        fs.defaultFS
        hdfs://namenode:9000
      
    
    

  • hdfs-site.xml：

    
      
        dfs.replication
        3
      
      
        dfs.namenode.name.dir
        file:///usr/local/hadoop/dfs/name
      
      
        dfs.datanode.data.dir
        file:///usr/local/hadoop/dfs/data
      
    
    

  • mapred-site.xml：

    
      
        mapreduce.framework.name
        yarn
      
    
    

  • yarn-site.xml：

    
      
        yarn.nodemanager.aux-services
        mapreduce_shuffle
      
      
        yarn.nodemanager.aux-services.mapreduce.shuffle.class
        org.apache.hadoop.mapred.ShuffleHandler
      
    
    

格式化HDFS

在NameNode上运行以下命令格式化HDFS：

hdfs namenode -format

启动Hadoop服务

在NameNode上启动Hadoop的NameNode和DataNode：

start-dfs.sh

在ResourceManager上启动YARN：

start-yarn.sh

验证安装

可以通过以下命令验证Hadoop是否正常运行：

jps

这将显示Hadoop集群中所有主要进程的进程ID。