暑假不知道啥原因电脑死机啦。环境需要重新配一下
首先需要配置Hadoop集群,但是为了代码调试方便需要先在Windows上配置Hadoop环境。
1.前期准备
首先在搭建Hadoop环境之前需要先安装JDK,并且配置好Java环境变量。
这里有个bug就是Java环境变量中不允许有空格,如 C:\Program Files\java\xxxxx , 后续步骤中在 hadoop-env.cmd 配置 JAVA_HOME 时,这种环境变量的是无法识别的,容易报 "Error JAVA_HOME is incorrectly set." 之类的错误
bash
java version "1.8.0_381"
Hadoop 3.3.4
java8下载地址,需要注册oracle的账号登录
hadoop对应版本下载
2.安装hadoop
进入Hadoop官网下载压缩文件解压到指定目录, 解压后文件结构如下:
配置Hadoop环境变量
这里需要配置的环境变量是系统环境变量。主要需要配置的是HADOOP_HOME和Path。类似的,将bin所在路径添加到Path中。
3 修改配置文件
这里需要修改的配置文件有:
bash
core-site.xml
hdfs-site.xml
yarn-site.xml
hadoop-env.cmd
core-site.xml
bash
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/D:/work/soft/hadoop_temp/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
这个文件没有特别需要注意的地方,直接覆盖就行
hdfs-site.xml
这是Hadoop分布式文件系统的配置,主要是配置 namenode 和 datanode(执行start-all后生成的)的路径
bash
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/D:/work/soft/hadoop-3.3.0/data/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/D:/work/soft/hadoop-3.3.0/data/datanode</value>
</property>
<!-- 50700打不开请配置这个. -->
<property>
<name>dfs.http.address</name>
<value>localhost:50070</value>
</property>
</configuration>
下面两个value即配置了 namenode 和datanode的路径,配置成功后(执行第四步后),相关路径中会多一个data目录:
yarn-site.xml
bash
<configuration>
<!-- nodemanager要求的内存最低为1024 -->
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>1024</value>
</property>
<property>
<name>yarn.nodemanager.resource.cpu-vcores</name>
<value>1</value>
</property>
</configuration>
这里需要注意,nodemanager 要求的内存最低为1G,所以value至少是1024,否则无法启动nodemanager。
hadoop-env.cmd
@rem The java implementation to use. Required.
@rem set JAVA_HOME=%JAVA_HOME%
set JAVA_HOME=%JAVA_HOME%
@rem The jsvc implementation to use. Jsvc is required to run secure datanodes.
@rem set JSVC_HOME=%JSVC_HOME%
4 格式化HDFS系统
CMD切换到Hadoop的bin目录下,执行命令:
hdfs namenode -format
这里会报的错误:
1.File Not Found winutils.exe
说明确实winutils.exe相关文件,下载地址https://github.com/4ttty/winutils,将winutils.exe放到hadoop的bin目录下即可。
2.hadoop:ExitCodeException exitCode=-1073741515
原因:
操作系统缺少 msvcr120.dll文件
下载微软常用命令集合,解压运行,将*。dll文件粘贴到C:\Windows\SysWOW64目录中。该处理为自己试过,问题已经解决:
格式化后,如果没有报什么错误,基本上算是搭建成功了
5 启动Hadoop
切换到Hadoop下sbin目录,执行 start-all 命令,
启动Hadoop,这时会启动namenode,、datanode、resourcemanager、nodemanager。切换到bin目录下执行jps命令,可以看到如下启动进程
使用管理员模式启动CMD,并执行上面命令可正常启动hadoop,下图
通过浏览器进入管理界面
6.集成到idea开发环境中
在pom.xml中添加hadoop的依赖
bash
<dependency>
<groupId>org.netpreserve.commons</groupId>
<artifactId>webarchive-commons</artifactId>
<version>1.1.9</version>
<exclusions>
<exclusion>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-core</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>3.3.4</version>
<!-- <scope>provided</scope>-->
</dependency>