Hadoop 保姆级搭建手册：突出教程的细致和易上手

一、下载Hadoop
二、配置Hadoop环境
- 2.1设置SSH免密登录
- 2.2配置文件
- - [` hadoop-env.sh 配置`](# hadoop-env.sh 配置)
  - [`yarn-env.sh 配置`](#yarn-env.sh 配置)
  - `core-site.xml配置`
  - `hdfs-site.xml文件配置`
  - `mapred-site.xml文件配置`
  - `yarn-site.xml配置`
三、创建文件夹
四、添加环境变量
五、验证

一、下载Hadoop

我们去官网下载：Hadoop下载地址

输入wget下载hadoop:

wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz

我已经下载好了在/opt目录下。

创建/app目录
mkdir /app

由于解压包有大概300M，所以我们已经预先帮你下载好了，切换到/opt目录下即可看到。

接下来解压Hadoop的压缩包，然后将解压好的文件移动到/app目录下。

二、配置Hadoop环境

2.1设置SSH免密登录

在后操作集群的时候我们需要经常登录主机和从机，所以设置SSH免密登录时有必要的。

输入以下代码：

powershell 复制代码

 ssh-keygen -t rsa -P ''

生成无密码密钥对，询问保存路径直接输入回车，生成密钥对：id_rsa和id_rsa.pub，默认存储在~/.ssh目录下。

接下来：把id_rsa.pub追加到授权的key里面去。

powershell 复制代码

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

然后修改权限

powershell 复制代码

chmod 600 ~/.ssh/authorized_keys

接着需要启用RSA认证，启动公钥私钥配对认证方式：
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo；

powershell 复制代码

RSAAuthentication yes # 启用 RSA 认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径

重新启动SSH

powershell 复制代码

service ssh restart

2.2配置文件

`hadoop-env.sh 配置`

两个env.sh文件主要是配置JDK的位置

提示：如果忘记了JDK的位置了，输入echo $JAVA_HOME就可以看到哦。

首先我们切换到hadoop目录下:

powershell 复制代码

cd /app/hadoop3.1/etc/hadoop/

编辑 hadoop-env.sh在文件中插入如下代码：

powershell 复制代码

export JAVA_HOME=/app/jdk1.8.0_171

插入如下：

`yarn-env.sh 配置`

插入以下代码：

powershell 复制代码

export JAVA_HOME=/app/jdk1.8.0_171

`core-site.xml配置`

这个是核心配置文件我们需要在该文件中加入HDFS的URI和NameNode的临时文件夹位置，这个临时文件夹在下文中会创建。

在文件末尾的configuration标签中添加代码如下：

powershell 复制代码

<configuration>  
 <property>  
    <name>fs.default.name</name>  
    <value>hdfs://localhost:9000</value>  
    <description>HDFS的URI，文件系统://namenode标识:端口号</description>  
</property>  
  
<property>  
    <name>hadoop.tmp.dir</name>  
    <value>/usr/hadoop/tmp</value>  
    <description>namenode上本地的hadoop临时文件夹</description>  
</property>  
</configuration>

`hdfs-site.xml文件配置`

replication指的是副本数量，我们现在是单节点，所以是1。

powershell 复制代码

<configuration>  
<property>  
    <name>dfs.name.dir</name>  
    <value>/usr/hadoop/hdfs/name</value>  
    <description>namenode上存储hdfs名字空间元数据 </description>   
</property>  
  
<property>  
    <name>dfs.data.dir</name>  
    <value>/usr/hadoop/hdfs/data</value>  
    <description>datanode上数据块的物理存储位置</description>  
</property>  
  
<property>  
    <name>dfs.replication</name>  
    <value>1</value>  
</property>  
</configuration>

效果如下：

`mapred-site.xml文件配置`

powershell 复制代码

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

效果如下：

`yarn-site.xml配置`

powershell 复制代码

<configuration>  
<property>  
        <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
</property>  
<property>  
        <name>yarn.resourcemanager.webapp.address</name>  
        <value>192.168.2.10:8099</value>  
        <description>这个地址是mr管理界面的</description>  
</property>  
</configuration>

效果如下：

三、创建文件夹

我们在配置文件中配置了一些文件夹路径，现在我们来创建他们，在/usr/hadoop/目录下使用hadoop用户操作，建立tmp、hdfs/name、hdfs/data目录，执行如下命令：

powershell 复制代码

mkdir -p /usr/hadoop/tmp 
mkdir /usr/hadoop/hdfs 
mkdir /usr/hadoop/hdfs/data 
mkdir /usr/hadoop/hdfs/name

将Hadoop添加到环境变量中

powershell 复制代码

vim /etc/profile

在文件末尾插入如下代码：

最后使配置生效：

powershell 复制代码

source /etc/profile

四、添加环境变量

Hadoop 是一个分布式系统，包含多个核心组件（如 NameNode、DataNode、ResourceManager 等）。在生产环境中，为了安全和权限管理，通常会为不同组件分配不同的系统用户（而非全部使用 root 用户）。这些环境变量的作用是指定启动 / 停止对应组件时使用的系统用户，确保组件运行在正确的权限上下文下。

转到 sbin

powershell 复制代码

cd /app/hadoop3.1/sbin

下面的vim均在文件头部插入。如下：

vim start-dfs.sh

powershell 复制代码

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

vim stop-dfs.sh

powershell 复制代码

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

vim start-yarn.sh

powershell 复制代码

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

vim stop-yarn.sh

powershell 复制代码

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

五、验证

现在配置工作已经基本搞定，接下来只需要完成：1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可。
格式化

在使用Hadoop之前我们需要格式化一些hadoop的基本信息。

使用如下命令：

powershell 复制代码

hadoop namenode -format

出现以下界面就代表格式化成功了

启动：

powershell 复制代码

start-dfs.sh
jps

之后如果你本地虚拟机是图形化界面，可以在你虚拟机的图形化界面中打开火狐浏览器输入：http://localhost:9870/ 或者在你本地windows机器上输入http://虚拟机ip地址:9870/ 也可以访问hadoop的管理页面。

到这里就搭建完成了，效果如下：