如何升级 Ubuntu 上的 Hadoop

升级Ubuntu上的Hadoop：分步指南与注意事项

一、升级前准备

1. 确认当前Hadoop版本
   运行hadoop version命令，记录当前Hadoop的主版本号（如2.10.x、3.3.x），以便后续选择兼容的新版本。
2. 检查生态组件兼容性
   Hadoop与Zookeeper、HBase、Hive、Spark等组件的版本需匹配（参考Hadoop生态系统版本兼容性表）。例如：
   • Hadoop 3.3.x需搭配Zookeeper 3.6.x+、Hive 3.1.x+、Spark 3.1.x+；
   • 若升级至Hadoop 3.x，需确保Java版本为8或11（Hadoop 2.x支持Java 7或8）。
3. 备份关键数据与配置
   • 备份HDFS数据：hdfs dfsadmin -backup（若有）或手动复制dfs.namenode.dir（NameNode数据目录）、dfs.datanode.dir（DataNode数据目录）下的文件至安全位置；
   • 备份配置文件：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml（位于$HADOOP_HOME/etc/hadoop/）。
4. 停止Hadoop集群
   运行$HADOOP_HOME/sbin/stop-all.sh停止所有Hadoop服务（NameNode、DataNode、ResourceManager、NodeManager等）。

二、下载与解压新版本Hadoop

1. 下载官方二进制包
   访问Apache Hadoop Releases页面（或国内镜像站，如清华大学开源镜像站），选择目标版本（如3.3.6）的二进制包（hadoop-X.Y.Z.tar.gz）下载。
2. 验证文件完整性
   下载后通过SHA512校验码确认文件未被篡改（官网提供校验码，使用sha512sum hadoop-X.Y.Z.tar.gz命令核对）。
3. 解压并移动至目标目录

   tar -xzvf hadoop-X.Y.Z.tar.gz -C /opt/  # 解压至/opt目录
   mv /opt/hadoop-X.Y.Z /opt/hadoop       # 重命名为hadoop（可选）
   

三、配置环境变量与文件

1. 更新环境变量
   编辑~/.bashrc（或/etc/profile），添加以下内容：

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

   运行source ~/.bashrc使配置生效。
2. 修改Hadoop配置文件
   根据新版本要求调整$HADOOP_HOME/etc/hadoop/下的配置文件：
   • core-site.xml：更新fs.defaultFS（如hdfs://namenode:9000）、hadoop.tmp.dir（临时目录）；
   • hdfs-site.xml：调整dfs.replication（副本数）、dfs.namenode.name.dir（NameNode元数据目录）、dfs.datanode.data.dir（DataNode数据目录）；
   • yarn-site.xml：配置yarn.resourcemanager.hostname（ResourceManager主机）、yarn.nodemanager.aux-services（NodeManager辅助服务，如mapreduce_shuffle）；
   • mapred-site.xml：设置mapreduce.framework.name为yarn（若使用YARN）。

四、启动升级流程

1. 初始化升级（首次升级或HDFS格式变化时）
   运行$HADOOP_HOME/bin/start-dfs.sh -upgrade，启动HDFS并触发升级流程。此命令会将旧版本的HDFS数据升级至新版本格式。
2. 检查升级进度
   运行$HADOOP_HOME/bin/hadoop dfsadmin -upgradeProgress status，查看升级状态（如“Upgrading”表示正在进行，“Rollback”表示可回滚，“Finalize”表示可完成）。
3. 完成升级
   若升级无错误，运行$HADOOP_HOME/bin/hadoop dfsadmin -finalizeUpgrade，确认升级完成并清理旧版本数据。

五、验证升级结果

1. 检查服务状态
   运行jps命令，确认以下进程正常运行：
   • NameNode、DataNode（HDFS）；
   • ResourceManager、NodeManager（YARN）。
2. 运行测试任务
   执行简单的MapReduce任务（如hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar pi 10 100），验证任务是否能正常提交、运行并输出结果。

六、回滚计划（可选但重要）

若升级后出现数据丢失、服务异常等问题，可立即执行回滚：

1. 停止集群：$HADOOP_HOME/sbin/stop-all.sh；
2. 回滚HDFS：$HADOOP_HOME/bin/start-dfs.sh -rollback，恢复旧版本HDFS数据；
3. 重启集群：$HADOOP_HOME/sbin/start-all.sh，恢复旧版本服务。

注意事项：

• 升级前务必在测试环境验证步骤，避免生产环境故障；
• 若从Hadoop 2.x升级至3.x，需额外检查Native库兼容性（如libhadoop.so），并安装必要依赖（如libsnappy-dev）；
• 生产环境建议使用集群管理工具（如Ambari、Cloudera Manager）简化升级流程。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！