Hadoop集群如何在Linux搭建

在Linux系统上搭建Hadoop集群是一个相对复杂的过程，需要仔细规划和执行多个步骤。以下是一个基本的指南，帮助你在CentOS 7等Linux发行版上搭建Hadoop集群。

1. 环境准备

• 硬件要求：确保每台服务器有足够的内存和存储空间。
• 操作系统：建议使用CentOS 7或Ubuntu等稳定版本。
• 网络配置：确保所有服务器在同一网络中，能够相互通信。

2. 安装Java

Hadoop是基于Java开发的，因此需要在每台服务器上安装Java。

# 安装OpenJDK 8
sudo yum install -y java-1.8.0-openjdk-devel

3. 下载和解压Hadoop

从Hadoop官方网站下载最新版本的Hadoop，并解压到指定目录。

# 下载Hadoop 3.3.1
wget https://downloads.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz

# 解压到/usr/local/hadoop
tar -xzvf hadoop-3.3.1.tar.gz -C /usr/local/hadoop

4. 配置环境变量

编辑~/.bashrc或/etc/profile文件，添加Hadoop的环境变量。

# 编辑 ~/.bashrc 文件
echo 'export HADOOP_HOME=/usr/local/hadoop' >> ~/.bashrc
echo 'export PATH=$PATH:$HADOOP_HOME/bin' >> ~/.bashrc

# 使配置生效
source ~/.bashrc

5. 配置Hadoop

进入Hadoop配置目录（$HADOOP_HOME/etc/hadoop），编辑以下配置文件：

• core-site.xml：配置HDFS的URI。

    
        fs.defaultFS
        hdfs://namenode:9000
    

• hdfs-site.xml：配置HDFS的副本数和其他参数。

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

• mapred-site.xml：配置MapReduce框架。

    
        mapreduce.framework.name
        yarn
    

• yarn-site.xml：配置YARN资源管理器。

    
        yarn.resourcemanager.hostname
        resourcemanager
    
    
        yarn.nodemanager.aux-services
        mapreduce_shuffle
    

6. 配置SSH免密登录

在每台服务器上生成SSH密钥对，并将公钥添加到其他节点的authorized_keys文件中。

# 生成SSH密钥对
ssh-keygen -t rsa

# 将公钥复制到其他节点
ssh-copy-id user@node2
ssh-copy-id user@node3

7. 格式化HDFS

在主节点上格式化HDFS。

hdfs namenode -format

8. 启动Hadoop集群

在主节点上启动HDFS和YARN服务。

# 启动HDFS
$HADOOP_HOME/sbin/start-dfs.sh

# 启动YARN
$HADOOP_HOME/sbin/start-yarn.sh

9. 验证Hadoop集群

使用以下命令检查Hadoop集群的状态。

# 查看HDFS状态
hdfs dfsadmin -report

# 查看YARN状态
yarn node -list

10. 访问Hadoop Web界面

打开浏览器，访问http://namenode:9000查看HDFS的状态，访问http://resourcemanager:8088查看YARN的状态。

以上步骤提供了一个基本的Hadoop集群搭建流程。根据具体需求和环境，可能还需要进行更多的配置和优化。建议参考Hadoop官方文档进行详细配置和调优。