如何在 Debian 11 上安装 Apache Hadoop

Apache Hadoop 是一个开源的、基于 Java 的软件平台，用于管理大数据应用程序的数据处理和存储. 它旨在从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。

在 Debian 11 Bullseye 上安装 Apache Hadoop

步骤 1. 在我们安装任何软件之前，通过apt在终端中运行以下命令来确保您的系统是最新的很重要：

sudo apt update
sudo apt upgrade

步骤 2. 安装 Java。

Apache Hadoop 是一个基于 Java 的应用程序。因此，您需要在系统中安装Java：

sudo apt install default-jdk default-jre

验证 Java 安装：

java -version

步骤 3. 创建 Hadoop 用户。

运行以下命令以创建名为 Hadoop 的新用户：

adduser hadoop

接下来，创建用户后切换到 Hadoop 用户：

su - hadoop

现在是生成 ssh 密钥的时候了，因为 Hadoop 需要 ssh 访问权限来管理其节点、远程或本地计算机，因此对于 Hadoop 设置的单个节点，我们进行配置，以便我们可以访问本地主机：

ssh-keygen -t rsa

之后，授予authorized_keys 文件的权限：

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

然后，使用以下命令验证无密码 SSH 连接：

ssh your-server-IP-address

步骤 4. 在 Debian 11 上安装 Apache Hadoop。

首先，切换到 Hadoop 用户并使用以下wget命令从官方页面下载最新版本的 Hadoop ：

su - hadoop
wget https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.1/hadoop-3.3.1-src.tar.gz

接下来，使用以下命令提取下载的文件：

tar -xvzf hadoop-3.3.1.tar.gz

解压后，将当前目录更改为 Hadoop 文件夹：

su root
cd /home/hadoop
mv hadoop-3.3.1 /usr/local/hadoop

接下来，使用以下命令创建一个目录来存储日志：

mkdir /usr/local/hadoop/logs

将 Hadoop 目录的所有权更改为 Hadoop：

chown -R hadoop:hadoop /usr/local/hadoop
su hadoop

之后，我们配置Hadoop环境变量：

nano ~/.bashrc

添加以下配置：

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib/native"

保存并关闭文件。然后，激活环境变量：

source ~/.bashrc

步骤 5. 配置 Apache Hadoop。

• 配置Java环境变量：

sudo nano $HADOOP_HOME/etc/hadoop/hadoop-env.sh

添加以下配置：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64 
export HADOOP_CLASSPATH+=" $HADOOP_HOME/lib/*.jar"

接下来，我们需要下载Javax激活文件：

cd /usr/local/hadoop/lib
sudo wget https://jcenter.bintray.com/javax/activation/javax.activation-api/1.2.0/javax.activation-api-1.2.0.jar

验证 Apache Hadoop 版本：

hadoop version

输出：

Hadoop 3.3.1

• 配置 core-site.xml 文件：

nano $HADOOP_HOME/etc/hadoop/core-site.xml

添加以下文件：

<configuration>
 <property>
            <name>fs.default.name</name>
        <value>hdfs://0.0.0.0:9000</value>
        <description>The default file system URI</description>
 </property>
</configuration>

• 配置 hdfs-site.xml 文件：

在配置之前创建一个用于存储节点元数据的目录：

mkdir -p /home/hadoop/hdfs/{namenode,datanode}
chown -R hadoop:hadoop /home/hadoop/hdfs

接下来，编辑文件并定义目录的位置：hdfs-site.xml

nano $HADOOP_HOME/etc/hadoop/hdfs-site.xml

添加以下行：

<configuration>
     <property>
            <name>dfs.replication</name>
        <value>1</value>
     </property>

     <property>
        <name>dfs.name.dir</name>
        <value>file:///home/hadoop/hdfs/namenode</value>
     </property>

     <property>
        <name>dfs.data.dir</name>
        <value>file:///home/hadoop/hdfs/datanode</value>
     </property>
</configuration>

• 配置 mapred-site.xml 文件：

现在我们编辑文件：mapred-site.xml

nano $HADOOP_HOME/etc/hadoop/mapred-site.xml

添加以下配置：

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

• 配置 yarn-site.xml 文件：

您需要编辑文件并定义与 YARN 相关的设置：yarn-site.xml

nano $HADOOP_HOME/etc/hadoop/yarn-site.xml

添加以下配置：

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

• 格式化 HDFS NameNode。

运行以下命令来格式化 Hadoop Namenode：

hdfs namenode -format

• 启动 Hadoop 集群。

现在我们使用以下命令启动 NameNode 和 DataNode：

start-dfs.sh

接下来，启动 YARN 资源和节点管理器：

start-yarn.sh

您现在可以使用以下命令验证它们：

jps

输出：

hadoop@idroot.us:~$ jps
58000 NameNode
54697 DataNode
55365 ResourceManager
55083 SecondaryNameNode
58556 Jps
55365 NodeManager

步骤 6. 访问 Hadoop Web 界面。

成功安装后，打开 Web 浏览器并使用 URL 访问 Apache Hadoop 。您将被重定向到 Hadoop Web 界面：http://your-server-ip-address:9870

导航您的本地主机 URL 或 IP 以访问单个 DataNode： http://your-server-ip-address:9864

要访问 YARN 资源管理器，请使用 URL 。您应该看到以下屏幕：http://your-server-ip-adddress:8088

感谢您使用本教程在 Debian 11 Bullseye 上安装最新版本的 Apache Hadoop。如需其他帮助或有用信息，我们建议您查看Apache 官方网站。