Ubuntu Hadoop集群搭建指南

Ubuntu Hadoop 集群搭建指南

一 环境准备与规划

• 节点规划：至少准备1 个 Master 和 2 个 Worker（示例主机名：master、slave1、slave2），所有节点在同一局域网，能互相 ping 通。
• 软件版本：Ubuntu 16.04+、Java OpenJDK 8、Hadoop 3.3.x（如 3.3.4）。
• 用户与权限：建议创建专用用户 hadoop 并加入 sudo 组，后续操作尽量使用该用户。
• 目录约定：Hadoop 安装至 /usr/local/hadoop，数据目录如 /opt/hadoop（可按磁盘规划调整）。
• 网络与主机名：配置 /etc/hosts 做主机名与内网 IP 映射，便于组件间通信。

二 基础环境配置

• 安装 Java
  • 执行：sudo apt update & & sudo apt install -y openjdk-8-jdk
  • 验证：java -version 应返回 1.8.x。
• 创建 Hadoop 用户与目录
  • 执行：sudo adduser hadoop，sudo usermod -aG sudo hadoop
  • 建议目录：sudo mkdir -p /usr/local/hadoop /opt/hadoop & & sudo chown -R hadoop:hadoop /usr/local/hadoop /opt/hadoop
• 配置主机名与 hosts
  • 编辑 /etc/hostname 分别设为 master/slave1/slave2；
  • 编辑 /etc/hosts（示例）：

    192.168.1.10 master
    192.168.1.11 slave1
    192.168.1.12 slave2
    

• 安装并启用 SSH
  • 执行：sudo apt install -y openssh-server
  • 验证：ssh localhost 可免密登录本机（用于后续分发公钥）。

三 SSH 免密登录

• 在 master 生成密钥：ssh-keygen -t rsa -P "" -f ~/.ssh/id_rsa
• 将公钥分发到所有节点（含本机）：
  • ssh-copy-id hadoop@master、ssh-copy-id hadoop@slave1、ssh-copy-id hadoop@slave2
• 验证：ssh slave1、ssh slave2 无需密码即可登录；如需 Worker 免密回连 Master，可在对应节点重复上述分发步骤。

四 Hadoop 安装与配置

• 安装 Hadoop（以 3.3.4 为例）
  • 下载：wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
  • 解压与授权：

    sudo tar -xvf hadoop-3.3.4.tar.gz -C /usr/local
    sudo mv /usr/local/hadoop-3.3.4 /usr/local/hadoop
    sudo chown -R hadoop:hadoop /usr/local/hadoop
    

• 环境变量（所有节点）
  • 在 ~/.bashrc 或 /etc/profile.d/hadoop.sh 添加：

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

  • 使生效：source ~/.bashrc
• 核心配置（路径均为 $HADOOP_HOME/etc/hadoop）
  • core-site.xml

    <
        configuration>
        
      <
        property>
        
        <
        name>
        fs.defaultFS<
        /name>
        
        <
        value>
        hdfs://master:9000<
        /value>
        
      <
        /property>
        
      <
        property>
        
        <
        name>
        hadoop.tmp.dir<
        /name>
        
        <
        value>
        /opt/hadoop/tmp<
        /value>
        
      <
        /property>
        
    <
        /configuration>
        
    

  • hdfs-site.xml

    <
        configuration>
        
      <
        property>
        
        <
        name>
        dfs.replication<
        /name>
        
        <
        value>
        2<
        /value>
        
      <
        /property>
        
      <
        property>
        
        <
        name>
        dfs.namenode.name.dir<
        /name>
        
        <
        value>
        /opt/hadoop/hdfs/namenode<
        /value>
        
      <
        /property>
        
      <
        property>
        
        <
        name>
        dfs.datanode.data.dir<
        /name>
        
        <
        value>
        /opt/hadoop/hdfs/datanode<
        /value>
        
      <
        /property>
        
    <
        /configuration>
        
    

  • mapred-site.xml

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

  • yarn-site.xml

    <
        configuration>
        
      <
        property>
        
        <
        name>
        yarn.resourcemanager.hostname<
        /name>
        
        <
        value>
        master<
        /value>
        
      <
        /property>
        
      <
        property>
        
        <
        name>
        yarn.nodemanager.aux-services<
        /name>
        
        <
        value>
        mapreduce_shuffle<
        /value>
        
      <
        /property>
        
      <
        property>
        
        <
        name>
        yarn.nodemanager.resource.memory-mb<
        /name>
        
        <
        value>
        4096<
        /value>
        
      <
        /property>
        
    <
        /configuration>
    
    

  • workers（或 slaves）

    slave1
    slave2
    

• 创建数据目录并授权

  sudo mkdir -p /opt/hadoop/tmp /opt/hadoop/hdfs/{
  namenode,datanode}
      
  sudo chown -R hadoop:hadoop /opt/hadoop
  

五 启动与验证

• 格式化 NameNode（仅 master 一次）
  • hdfs namenode -format
• 启动集群
  • start-dfs.sh
  • start-yarn.sh
• 进程检查
  • 在 master 执行 jps，应看到：NameNode、ResourceManager
  • 在 slave1/slave2 执行 jps，应看到：DataNode、NodeManager
• Web 界面
  • HDFS：http://master:9870（Hadoop 3.x 默认端口）
  • YARN：http://master:8088
• 常见问题速查
  • 无法访问 Web：检查防火墙/安全组放行 9870/8088，以及 workers 是否配置正确；
  • DataNode 未启动：确认 dfs.datanode.data.dir 目录存在且 hadoop 用户可写；
  • SSH 免密失败：确认 ~/.ssh/authorized_keys 权限为 600，.ssh 为 700。

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！