Linux下Hadoop集群如何搭建

在Linux系统下搭建Hadoop集群是一个相对复杂的过程，需要多个步骤和配置。以下是一个基本的指南，帮助你在CentOS 7上搭建一个Hadoop HDFS集群。

1. 环境准备

选择操作系统：建议使用CentOS 7或Ubuntu等稳定版本。
安装Java：Hadoop是用Java编写的，因此需要安装Java开发工具包（JDK）。可以从Oracle官方网站下载适当版本的JDK。
下载Hadoop：从Hadoop官方网站下载最新版本的Hadoop压缩包。

2. 安装Java

sudo yum install java-1.8.0-openjdk-devel

3. 下载和解压Hadoop

wget https://downloads.apache.org/hadoop/core/hadoop-3.2.4/hadoop-3.2.4.tar.gz
tar -xzvf hadoop-3.2.4.tar.gz -C /usr/local/

4. 配置环境变量

编辑/etc/profile文件，添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
export HADOOP_HOME=/usr/local/hadoop-3.2.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

使配置文件生效：

source /etc/profile

5. 配置Hadoop

5.1 配置core-site.xml

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

5.2 配置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>

5.3 配置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>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>resourcemanager</value>
    </property>
</configuration>

6. 配置SSH免密登录

在主节点上生成SSH密钥：

ssh-keygen -t rsa

将公钥复制到其他节点：

ssh-copy-id node2
ssh-copy-id node3

7. 格式化HDFS

在主节点上运行：

hdfs namenode -format

8. 启动Hadoop集群

启动HDFS和YARN：

start-dfs.sh
start-yarn.sh

9. 验证Hadoop集群

使用以下命令检查Hadoop进程：

jps

访问Hadoop的Web UI界面，查看集群状态：

NameNode: http://namenode:50070
ResourceManager: http://resourcemanager:8088

10. 注意事项

防火墙：确保防火墙已关闭或配置允许Hadoop相关端口的访问。
主机名：确保所有节点的主机名配置正确，并在/etc/hosts文件中映射。
静态IP：建议为所有节点配置静态IP地址，以避免IP变化带来的问题。

通过以上步骤，你可以在Linux系统上搭建一个基本的Hadoop集群。根据具体需求，你可能还需要进行更多的配置和优化。

亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>