Hadoop环境搭建

发布于：2025-09-15 ⋅ 阅读:(19) ⋅ 点赞:(0)

一.介绍

单机模式

这是 Hadoop 的默认部署模式，所有组件（如 HDFS、MapReduce 等）都运行在单个 JVM 进程里，直接读写本地文件系统，不涉及分布式通信。它部署简单，无需额外配置，适合新手入门学习 Hadoop 基本命令和进行简单的代码调试、轻量测试，但无法模拟分布式特性，不支持海量数据处理，无实际生产价值。

伪分布式模式

该模式是在单机上模拟分布式架构，所有 Hadoop 组件（如 NameNode、DataNode 等）以独立的 JVM 进程运行在同一台机器，且遵循分布式通信协议。需要进行 SSH 免密登录等配置，能模拟数据副本、节点通信等分布式特性，可用于开发测试分布式程序、熟悉 Hadoop 分布式流程，但仍受单机硬件资源限制，不能用于生产环境处理真实海量数据。

完全分布式模式

此模式是真正的分布式部署，Hadoop 各组件（如 NameNode、DataNode、ResourceManager 等）分别运行在多台不同的机器上，通过网络进行通信协作。需要对多台机器进行规划配置，如设置主从节点、配置节点间的通信和资源调度等。它能充分利用多台机器的硬件资源，支持海量数据的分布式存储与计算，具备高可靠性、可扩展性，是生产环境中处理大规模数据的标准部署方式。

二.单机模式

 环境准备

  操作系统：推荐 Linux（如 Ubuntu/CentOS）或 macOS（Windows 需通过 WSL 或虚拟机）

  Java 环境：

安装 JDK 1.8+（Hadoop 3.x 需 Java 8 或 11）

  卸载以前的包

# 查询已安装的 JDK 包
rpm -qa | grep 'java\|jdk\|gcj\|jre'

# 卸载指定包（替换为实际查询结果）
yum -y remove java*

安装jdk 

jdk-8u181-linux-x64.tar.gz

https://www.oracle.com/cn/java/technologies/downloads/#license-lightbox

配置环境变量

sudo vi /etc/profile export JAVA_HOME=/opt/jdk1.8

#填写自己的jdk路径 export

PATH=$JAVA_HOME/bin:$PATH

环境生效

source /etc/profile

Hadoop 版本：选择稳定版本（如 Hadoop 3.3.6）​
从 Apache 官网下载二进制包（以 Hadoop 3.3.6 为例）：

wget https://mirrors.aliyun.com/apache/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz

安装

# 解压到指定目录（例如 /opt/hadoop）

tar -zxvf hadoop-3.3.6.tar.gz -C /opt/ mv /opt/hadoop-3.3.6 /opt/hadoop

# 配置环境变量（编辑 ~/.bashrc 或 ~/.zshrc）

export HADOOP_HOME=/opt/hadoop export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

# 使配置生效

source ~/.bashrc

查看

hadoop version

测试

准备输入文件

# 创建输入目录

mkdir -p ~/hadoop-input

# 写入测试文本

echo "Hello World Hello Hadoop" > ~/hadoop-input/test.txt

执行 WordCount


 
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.6.jar \ wordcount ~/hadoop-input ~/hadoop-output

 

 
查看结果

 

 
cat ~/hadoop-output/part-r-00000

 




二.  伪分布式模式


  以下是 Hadoop 伪分布式模式（Pseudo-Distributed Mode）的环境搭建步骤。伪分布式模式下，Hadoop 的各个组件（如 HDFS、YARN、MapReduce）以独立进程运行，但所有服务均部署在单台机器上，模拟多节点集群的行为。这是学习和开发中最常用的模式。


  环境准备


  操作系统：Linux（如 Ubuntu/CentOS）或 macOS（Windows 需通过 WSL 或虚拟机）。


  前置条件：


    
 
  1.     完成 Hadoop 单机模式 的安装（JDK 和 Hadoop 解压配置）。
    2. 
 
  2.     配置 SSH 免密登录（用于启动 Hadoop 服务）。
    3. 



  配置 SSH 免密登录


  Hadoop 需要通过 SSH 启动本地进程



 
# 生成 SSH 密钥（如果已有密钥可跳过） 

 
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa 

 
# 将公钥添加到授权列表 

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

 
# 测试免密登录本机 

 
ssh localhost 

 
# 输入 exit 退出

 


 <

                        
                        

                        

                            
                            
                        

                        
                        

                            

                            
                        

                            

                                
                            

                        

                    


                



            


            

                
                

    

        

            网站公告
        

    

    

        
        
    



                

    

        

            今日签到
        

    

    

        
点亮在社区的每一天

        
        去签到
    



                

    

        

            热门文章
        

    

    

        
        

        

    

    
    
    


    



                

    

        

            最新发布