windows环境hadoop安装使用–hadoop(一)
(1)准备
java环境,需要注意的是路径最好不要有空格,如果是默认安装,Program Files可以使用PROGRA~1代替。
JAVA_HOME:C:\PROGRA~1\Java\jdk1.8.0_201
(2)下载hadoop
建议下载2.7.x版本,后续hive,spark都可适配此版本。
历史版本下载:https://archive.apache.org/dist/hadoop/common/
(3)下载winutils
下载winutils,内容是别人编译好的hadoop的windows版本二进制文件。
地址:https://github.com/steveloughran/winutils
因为原有的bin目录下没有文件(winutils + hadoop.dll)
注:替换的文件版本要与下载的Hadoop保持对应(若无匹配,尽量版本相近)
(4)配置hadoop文件
-
环境变量,在path中添加路径
在路径 D:\Apache\hadoop\hadoop-2.7.6\etc\hadoop 下: -
core-site.xml(配置默认hdfs的访问端口)
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
- hdfs-site.xml(设置复制数为1,即不进行复制。namenode文件路径以及datanode数据路径。)
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/D:/Apache/hadoop/hadoop-2.7.6/data/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/D:/Apache/hadoop/hadoop-2.7.6/data/datanode</value>
</property>
<property>
<name>dfs.namenode.http-address</name>
<value>127.0.0.1:50070</value>
</property>
</configuration>
- 将mapred-site.xml.template 名称修改为 mapred-site.xml 后再修改内容(设置mr使用的框架,这里使用yarn)
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
- yarn-site.xml(这里yarn设置使用了mr混洗)
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
</configuration>
- hadoop-env.cmd(设置JAVA_HOME的值)
set JAVA_HOME=C:\PROGRA~1\Java\jdk1.8.0_201
- 在
D:\Apache\hadoop\hadoop-2.7.6
添加data文件夹,并在data下新建namenode,datanode子文件夹。
(5)运行hadoop
-
进入
D:\Apache\hadoop\hadoop-2.7.6\bin
目录,以管理员方式cmd运行命令:hdfs namenode -format
-
进入
D:\Apache\hadoop\hadoop-2.7.6\sbin
目录,以管理员方式cmd运行命令:start-all.cmd
会同时开启四个进程,表示已经运行成功
-
测试是否开启成功:输入命令jps
-
在浏览器地址栏中输入:
http://localhost:8088
,查看集群状态
-
在浏览器地址栏中输入:
http://localhost:50070
,查看Hadoop状态