在window上安装hadoop3.3.4

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 复制代码

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 复制代码

core-site.xml
hdfs-site.xml
yarn-site.xml
hadoop-env.cmd

core-site.xml

bash 复制代码

<!-- 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 复制代码

<!-- 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 复制代码

<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

复制代码

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

http://localhost:50070/

http://localhost:8088/

6.集成到idea开发环境中

在pom.xml中添加hadoop的依赖

bash 复制代码

 <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>