Linux环境下Hadoop集群怎样搭建

一、环境准备

1. 硬件要求：每台节点（Master/Slave）需满足双核CPU、8GB以上内存、100GB以上硬盘空间（可根据数据量调整，建议NameNode使用64位硬件以避免32位内存限制）。
2. 操作系统：推荐使用CentOS 7、Ubuntu 24.2等稳定Linux发行版（需支持Java和SSH服务）。
3. 网络配置：所有节点需处于同一局域网，配置静态IP地址，并修改/etc/hosts文件实现主机名与IP映射（如192.168.1.10 master、192.168.1.11 slave1），确保节点间可通过主机名互相通信。
4. 软件依赖：需提前安装Java（推荐JDK 1.8+，如sudo yum install -y java-1.8.0-openjdk-devel或sudo apt install -y openjdk-11-jdk）和SSH服务（默认安装，可通过ssh localhost验证连通性）。

二、安装Hadoop

1. 下载与解压：从Apache官网下载最新稳定版Hadoop（如3.3.5），使用wget命令下载后解压至指定目录（如/usr/local）：

   wget https://downloads.apache.org/hadoop/core/hadoop-3.3.5/hadoop-3.3.5.tar.gz
   sudo tar -zxvf hadoop-3.3.5.tar.gz -C /usr/local/
   sudo chown -R hadoop:hadoop /usr/local/hadoop-3.3.5  # 修改属主为hadoop用户（可选但推荐）
   ```。  
   

2. 配置环境变量：编辑~/.bashrc（或/etc/profile）文件，添加以下内容以全局使用Hadoop命令：

   export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64  # 根据实际Java路径调整
   export HADOOP_HOME=/usr/local/hadoop-3.3.5
   export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
   

   保存后执行source ~/.bashrc使配置生效。

三、配置SSH免密登录

1. 生成密钥对：在Master节点上执行ssh-keygen -t rsa，按提示连续回车（不设置密码），生成~/.ssh/id_rsa（私钥）和~/.ssh/id_rsa.pub（公钥）。
2. 分发公钥：将Master节点的公钥复制到所有Slave节点，实现免密登录：

   ssh-copy-id hadoop@slave1  # 替换为Slave节点的主机名/IP
   ssh-copy-id hadoop@slave2
   

   执行后输入Slave节点的hadoop用户密码，完成后测试免密登录（如ssh slave1应无需密码）。

四、配置Hadoop核心文件 进入$HADOOP_HOME/etc/hadoop目录，修改以下关键配置文件：

1. core-site.xml：配置HDFS的默认文件系统地址（指向NameNode）：

   <configuration>
       <property>
           <name>fs.defaultFSname>
           <value>hdfs://master:9000value>  
       property>
   configuration>
   ```。  
   

2. hdfs-site.xml：配置HDFS副本数（生产环境建议3，测试环境可设为1）和NameNode/DataNode数据存储路径：

   <configuration>
       <property>
           <name>dfs.replicationname>
           <value>3value>
       property>
       <property>
           <name>dfs.namenode.name.dirname>
           <value>/usr/local/hadoop-3.3.5/data/namenodevalue>  
       property>
       <property>
           <name>dfs.datanode.data.dirname>
           <value>/usr/local/hadoop-3.3.5/data/datanodevalue>  
       property>
   configuration>
   ```。  
   

3. mapred-site.xml：指定MapReduce框架为YARN（需提前创建mapred-site.xml，可通过cp mapred-site.xml.template mapred-site.xml生成）：

   <configuration>
       <property>
           <name>mapreduce.framework.namename>
           <value>yarnvalue>
       property>
   configuration>
   ```。  
   

4. yarn-site.xml：配置YARN资源管理器（ResourceManager）地址和Shuffle服务：

   <configuration>
       <property>
           <name>yarn.resourcemanager.hostnamename>
           <value>mastervalue>  
       property>
       <property>
           <name>yarn.nodemanager.aux-servicesname>
           <value>mapreduce_shufflevalue>
       property>
   configuration>
   ```。  
   
   

五、启动Hadoop集群

1. 格式化NameNode：仅在首次安装时执行，用于初始化HDFS元数据（注意：格式化会清除原有数据）：

   hdfs namenode -format
   ```。  
   

2. 启动HDFS：执行start-dfs.sh命令启动NameNode和DataNode服务，启动后可通过jps命令查看NameNode、DataNode进程是否运行：

   $HADOOP_HOME/sbin/start-dfs.sh
   jps  # 应显示NameNode、DataNode进程
   ```。  
   

3. 启动YARN：执行start-yarn.sh命令启动ResourceManager和NodeManager服务，同样通过jps查看进程：

   $HADOOP_HOME/sbin/start-yarn.sh
   jps  # 应显示ResourceManager、NodeManager进程
   ```。  
   
   

六、验证集群状态

1. 查看HDFS状态：使用hdfs dfsadmin -report命令查看DataNode列表、存储容量等信息，确认DataNode已成功连接。
2. 查看YARN状态：使用yarn node -list命令查看NodeManager列表，确认YARN集群正常运行。
3. 访问Web界面：打开浏览器访问HDFS Web界面（http://master:50070）和YARN Web界面（http://master:8088），查看集群状态和资源使用情况（部分版本可能需替换为http://master:9870，具体以实际版本为准）。

以上就是关于“Linux环境下Hadoop集群怎样搭建”的相关介绍，筋斗云是国内较早的云主机应用的服务商，拥有10余年行业经验，提供丰富的云服务器、租用服务器等相关产品服务。云服务器资源弹性伸缩，主机vCPU、内存性能强悍、超高I/O速度、故障秒级恢复；电子化备案，提交快速，专业团队7×24小时服务支持！

简单好用、高性价比云服务器租用链接：https://www.jindouyun.cn/product/cvm