详解搭建Ubuntu版Hadoop集群

Hadoop是一个分布式计算框架，能够快速处理海量数据。本文将介绍如何在Ubuntu上搭建Hadoop集群。

环境准备

在开始搭建之前，我们需要准备以下环境：

• 3台Ubuntu Server，分别作为Master和两个Slave
• JDK 1.8
• Hadoop 3.3.1

安装JDK

Hadoop运行需要JDK的支持。我们可以通过以下命令安装JDK 1.8：

sudo apt-get update
sudo apt-get install openjdk-8-jdk

安装Hadoop

1. 下载Hadoop

我们到Hadoop官网下载Hadoop 3.3.1

wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz

1. 解压Hadoop

tar -zxvf hadoop-3.3.1.tar.gz

1. 配置Hadoop环境变量

sudo nano /etc/profile

在文件结尾处添加：

export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

1. 配置Hadoop

进入Hadoop目录并编辑配置文件：

cd hadoop-3.3.1/etc/hadoop/
sudo nano hadoop-env.sh

找到以下行，将JAVA_HOME设置为已经安装的JDK路径：

#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64/

打开core-site.xml配置文件并添加以下内容：

<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://master:9000</value>
</property>
</configuration>

打开hdfs-site.xml并添加以下内容：

<configuration>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/usr/local/hadoop/data/nameNode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/local/hadoop/data/dataNode</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
</configuration>

打开mapred-site.xml并添加以下内容：

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

打开yarn-site.xml并添加以下内容：

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
</configuration>

1. 将Hadoop安装到Slave机器上

将Hadoop解压到Slave节点上，将master节点中的Hadoop配置文件拷贝到Slave节点上。

1. 启动Hadoop

在Master节点上启动Hadoop：

start-all.sh

检查集群是否正常运行：

jps

如果输出以下信息，则表示Hadoop集群正常运行：

16209 NameNode
16354 ResourceManager
16420 SecondaryNameNode

示例1：上传文件至Hadoop集群

我们可以使用Hadoop自带的命令行工具hdfs将一个本地文件上传到Hadoop集群中。

1. 在Master节点上创建输入文件夹：

hadoop fs -mkdir input

1. 将本地文件上传到Hadoop集群：

hadoop fs -put /home/user/input/sample.txt input

1. 查看上传的文件内容：

hadoop fs -cat input/sample.txt

输出以下内容，则表示上传成功：

Hello Hadoop!

示例2：运行Hadoop示例

Hadoop自带的wordcount示例可以帮助我们快速了解Hadoop集群的运作方式。

1. 准备输入文件

在本地创建输入文件sample.txt，内容如下：

Hello Hadoop!
Hello MapReduce!

1. 上传输入文件

与示例1相同，上传文件至Hadoop集群。

1. 运行wordcount示例

hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount input/ output/

示例会自动运行MapReduce任务并将输出文件保存至output文件夹。

1. 查看输出文件

hadoop fs -cat output/part-r-00000

输出以下内容，则表示示例运行成功：

Hadoop!     1
Hello       2
MapReduce!  1