9个步骤，手把手教你在Windows上安装Hadoop

在 Microsoft windows 上运行 Apache Hadoop 是比较繁琐的任务，在安装过程中会出现许多错误，最终，大多数用户放弃了通过 Windows 使用 Hadoop，并转而使用基于 linux 的操作系统。

本文讲述了有关如何在Windows上无误安装和运行Apache Hadoop所有组件的各个方面。请先为以下先决条件准备好PC/笔记本电脑：

1. JAVA开发工具包

Apache Hadoop 与最新版本的JDK不兼容。建议下载Java SE Development Kit版本15.0.x（可能需要注册Oracle帐户）。

安装链接：https://www.oracle.com/java/technologies/javase/jdk15-archive-downloads.html

2. 设置环境路径

（仅在未安装Java或从未设置Java路径时才执行此步骤）。

进入设置 -> 搜索 "环境变量" -> 选择 "编辑系统变量 "选项。出现以下对话框：

单击“环境变量…”按钮。出现以下窗口：

选择新按钮并在变量名称中键入“JAVA_HOME”，将值设置为Java SDK的bin文件夹的路径（通常为类型：C:Program FilesJavajdk-15.0.1bin）。对于用户和系统变量都执行此步骤。

从用户变量中选择路径选项（稍后同样适用于系统变量）。单击“编辑”并通过单击“新建”按钮（从右侧）添加Java bin路径。对于用户和系统变量都执行此步骤。

现在，通过满足先决条件，已准备好在Windows上安装Apache Hadoop。

从以下链接中下载tar.gz文件（注意-最可能需要下载的是底部的第三个文件）。

安装链接：https://downloads.apache.org/hadoop/common/hadoop-3.3.4/

确保将Hadoop文件夹提取到C：驱动器中（而不是任何文件夹或其他驱动器中）

提取后，请确保hadoop-3.3.4（文件夹名称）对用户具有写入权限。

下面我们进入安装步骤的关键部分，设置Hadoop的配置，请仔细遵循这些步骤。我们需要更改以下文件：

1. 编辑文件C： Hadoop-3.3.4 etc hadoop core-site.xml，编辑xml代码并保存：

<configuration> 
<property> 
<name>fs.defaultFS</name> 
<value>hdfs://localhost:9000</value> 
</property> 
</configuration>

注意：如果端口正在使用，则可能需要更改端口（此处为9000）。

2. 编辑文件C:Hadoop-3.3.4etchadoopmapred-site.xml，编辑xml代码并保存：

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

3. 编辑文件

编辑C:Hadoop-3.3.4etchadoophdfs-site.xml，编辑xml代码并保存：

<configuration> 
<property> 
<name>dfs.replication</name> 
<value>1</value> 
</property> 
<property> 
<name>dfs.namenode.name.dir</name> 
<value>/hadoop-3.3.4/data/namenode</value> 
</property> 
<property> 
<name>dfs.datanode.data.dir</name> 
<value>/hadoop-3.3.4/data/datanode</value> 
</property> 
</configuration>

4. 创建目录

创建以下目录

a. 在“C： hadoop-3.3.4 ”下创建文件夹“data”

b. 在“C： hadoop-3.3.4 data ”下创建文件夹“datanode”

c. 在“C： hadoopo-3.3.4 data ”下创建文件夹“namenode”

5. 编辑文件

编辑文件C： Hadoop-3.3.4 etc hadoop yarn-site.xml，编辑xml代码并保存：

<configuration> 
<property> 
<name>yarn.nodemanager.aux-services</name> 
<value>mapreduce_shuffle</value> 
</property> 
<property> 
<name>yarn.nodemanager.auservices.mapreduce.shuffle.class</name> 
<value>org.apache.hadoop.mapred.ShuffleHandler</value> 
</property> 
</configuration>

6. 编辑文件

编辑文件C:Hadoop-3.3.4etchadoophadoop-env.cmd，编辑以下行：

“JAVA_HOME=C:\Progra~1Javajdk-15.0.1bin” instead of set “JAVA_HOME=C:Java” 

注意：可以使用JAVA_HOME变量，但由于路径地址(Program Files)中存在空格，会引发错误。

到这一步已经完成了编辑配置的工作。现在，我们将在cmd中执行命令以运行Hadoop。

从下面链接中的bin文件夹中粘贴文件到Hadoop bin文件夹中，注意不要替换整个bin文件夹，复制文件并仅替换选定的文件。确保bin文件夹总共有22个项目。这一步很关键，因为现有的bin文件夹具有不完整的文件集，这些文件集是运行资源管理器所需的。

安装链接：https://drive.google.com/drive/folders/1fDbblP61sUKmDqvQ8pfU98nMt_we4b5J?usp=share_link

7. 为Hadoop设置环境和路径变量

进入设置->打开环境变量->在用户变量中添加新变量：

变量名称：HADOOP_HOME，值：C： hadoop-3.3.4 bin（到hadoop bin文件夹的路径）。

进入用户变量中的路径，点击编辑，添加新路径：

路径值与上面相同（到Hadoop bin文件夹的路径）。

将以下路径值添加到系统变量中：

C： hadoop-3.3.4 bin

C： hadoop-3.3.4 sbin

以“管理员身份运行”打开cmd（或powershell），并使用cd命令导航到Hadoop的bin目录：

cd C:hadoop-3.3.4bin

8. 格式化目录

使用相同的cmd（powershell）命令格式化“namenode”目录；

hdfs namenode -format

9. 启动组件

要启动Hadoop组件，将当前目录改为sbin文件夹：

cd C:hadoop-3.3.4sbin

并运行“start-all.cmd”可执行文件。可以通过在文件资源管理器中导航到sbin目录中的start-all.cmd并选择“以管理员身份运行”来执行此操作。

注意：如果通过执行第8步，无法查看yarn终端（cmd），请从同一目录中以管理员身份打开“start-yarn.cmd”。

现在就能看到四个终端(cmd)同时运行。

确保所有四个组件都在运行，这些组件是：

a. hadoop namenode

b. hadoop datanode

c. yarn resourcemanager

d. yarn nodemanager

注意：可以使用终端中的“jps”命令进行验证。如果任何一个（或多个）进程“关闭”，请检查上一部分中的Hadoop配置步骤。

在成功运行组件后，可以通过在Web浏览器中打开http://localhost:8088来访问Hadoop默认创建的群集。

上图显示了具有值1的活动节点的突出显示字段，表示已创建一个节点并正在运行。

单击左侧栏上的“节点”以查看所创建节点的详细信息。

要检查namenode的状态，请在Web浏览器中打开http://localhost:9870。可以通过顶部导航栏下的“实用程序”部分在GUI下访问HDFS。

注意：图中显示 "localhost:9001"，因为端口号9000已经被我的电脑使用了。我已经在Hadoop配置步骤中改变了它。(在core-site.xml文件中)。

恭喜，已成功在PC上安装了Apache Hadoop。现在，可以从本地计算机执行map reduce任务，开始探索Hadoop Map Reduce的功能吧。