Win10环境下Hadoop(单节点伪分布式)的安装与配置--bug(yarn的8088端口打不开+)

一、本文思路

• 【1】、配置java环境–JDK12（Hadoop的底层实现语言是java,hadoop运行需要JDK环境）
• 【2】、安装Hadoop
  • 1、解压hadop
  • 2、配置hadoop环境变量
  • 3、配置Hadoop文件

二、所需下载文件

• 【1】JDK下载地址

• 【2】Hadoop下载地址—推荐binary版本是提前编译好的

• 【3】hadoop在windows上运行需要winutils支持和hadoop.dll等文件

  • 在github仓库中找到对应版本的二进制库hadoop.dll和winutils.exe文件，然后把文件拷贝到hadoop解压的bin目录中去
  • 【目前未找到对应的2.9.2版本，这一步未操作】

三、基础知识

• 【1】 Apache Hadoop系统的两个核心组件
  • （1）用于存储数据的Hadoop分布式文件系统（HDFS）
  • （2）用于实现数据处理的应用程序的Hadoop Yarn

四、JDK12安装配置过程

【1】JDK与JRE比较

• JDK:java安装工具包，包含JRE。因此只需下载JDK即可；
• JRE:java运行环境，用来运行JAVA程序的。

【2】JDK安装—选择默认安装目录即可。

【3】JDK配置–系统变量

• (1)新建JAVA_HOME变量，变量值填写JDK的安装目录（我的是默认安装环境 C:\Program Files\Java\jdk-12.0.1）。

• (2)新建CLASSPATH变量，变量值 .;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar (注意前面有一个点)。

此处注意不要使用相对路径JAVA_HOME，因为重启电脑后cmd执行javac会失败

更改为：

• (3)在path变量值后加 %JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

此处注意不要使用相对路径JAVA_HOME，因为重启电脑后cmd执行javac会失败

更改为：

• (4)此处注意的是jdk安装目录下是没有jre的，需要手动添加**
  • 1、打开cmd
  • 2、切换至jdk安装目录下 （我的是：C:\Program Files\Java\jdk-12.0.1）
  • 3、执行 bin\jlink.exe –module-path jmods –add-modules java.desktop –output jre
  • 4、结果如下图，在C:\Program Files\Java\jdk-12.0.1下出现jre即可。

• (5)检查是否配置成功，运行cmd，分别输入java, javac, java -version 三个都可执行即为安装配置成功。

五、Hadoop2.9.5安装配置过程

【1】Hadoop安装—下载的安装包直接解压即可（我的在 D:\Hadoop\hadoop-2.9.2 目录）

【2】Hadoop环境配置—系统变量

• (1)新建HADOOP_HOME变量，变量值D:\Hadoop\hadoop-2.9.2

• (2)在path变量值后添加 %HADOOP_HOME%\bin;

• （3）此时测试hadoop是否安装成功会失败：原因是jdk的JAVA_HOME环境变量的配置路径不能有空格(C:\Program Files\Java\jdk-12.0.1),将其中的 Program Files 替换为 PROGRA~1即可。

将其中的 Program Files 替换为 PROGRA~1即可

cmd下执行 hadoop version成功，说明hadoop环境配置成功。

【3】 Hadoop伪分布式文件配置

• (1)在hadoop根目录下新建文件夹data,然后在其下创建另个子文件夹datanode和namenode

• (2)确认 ../etc/hadoop/core-site.xml中有如下代码

core-site.xml代码：

 <configuration>
  <!--fs.defaultFS属性，为NameNode（HDFS元数据的服务器）指定主机名和请求端口号 -->
   <property>
     <name>fs.defaultFS</name>
     <value>hdfs://localhost:9000</value>
   </property>
 </configuration>

• (3)确认../etc/hadoop/mapred-site.xml （如不存在该文件，则将mapred-site.xml.template文件更改为mapred-site.xml）中有如下代码：

mapred-site.xml代码：

 <configuration>
 <!-- 为MapReduce指定框架名，值为Yarn，告知Mapreduce它将作为Yarn的应用程序运行 -->
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
 </configuration>

• (4) 确认../etc/hadoop/hdfs-site.xml中有如下代码 （namenode和datanode是（1）中新建文件的地址）

hdfs-site.xml代码：—cuowu

 <configuration>
 <!-- hdfs默认为系统文件系统中的每个文件保存3份副本，以作冗余备份，单机版hadoop没有备份需要，设置dfs.replication为1 -->
   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
   <!-- 此处直接用window下的地址 D:\Hadoop\hadoop-2.9.2\data\namenode 会报错，应改为正斜杠，且磁盘名称前也需要一个正斜杠 -->
   <property>
     <name>dfs.namenode.name.dir</name>
     <value>/D:/Hadoop/hadoop-2.9.2/data/namenode</value>
   </property>
   <property>
     <name>dfs.datanode.data.dir</name>
     <value>/D:/Hadoop/hadoop-2.9.2/data/datanode</value>
  </property>
</configuration>

• (5)确认../etc/hadoop/yarn-site.xml中有如下代码

yarn-site.xml代码：

  <configuration>
   <!-- 属性yarn.nodemanager.aux-services告诉NodeManager需要实现一个名为 mapreduce.shuffle的辅助服务-->
    <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>

• (6) ../etc/hadoop/hadoop-env.cmd（修改JDK的安装路径)

• (7)格式化HDFS文件系统（节点格式化），通过cmd进入文件夹 D:\Hadoop\hadoop-2.9.2\bin

后运行

hdfs namenode -format

执行成功结果：

然后进入sbin文件输入：start-all.cmd 之后会有四个窗口跳出来,分别是 * Hadoop Namenode * Hadoop datanode * YARN Resource Manager * YARN Node Manager

• (8)hadoop自带的web控制台GUI

• 资源管理GUI(yarn的web界面) : http://localhost:8088

• 节点管理GUI(hdfs的web界面)： http://localhost:50070

六、我的问题

五中步骤(7)中格式化hdfs、再输入start-all命令后只出现两个窗口，关于Yarn部分的窗口出现error，http://localhost:8088界面打不开