使用IDEA搭建Hadoop開(kāi)發(fā)環(huán)境的操作步驟(Window10為例)

更新時(shí)間：2021年07月22日 09:21:49 作者：CNBLOG

經(jīng)過(guò)三次重裝，查閱無(wú)數(shù)資料后成功完成hadoop在win10上實(shí)現(xiàn)偽分布式集群，以及IDEA開(kāi)發(fā)環(huán)境的搭建。一步一步跟著本文操作可以避免無(wú)數(shù)天坑

下載安裝Hadoop

下載安裝包

進(jìn)入官網(wǎng)下載下載hadoop的安裝包（二進(jìn)制文件）http://hadoop.apache.org/releases.html

我們這里下載2.10.1版本的，如果想下載更高版本的請(qǐng)先去maven倉(cāng)庫(kù)查看是否有對(duì)應(yīng)版本

解壓文件

下載好的.gz文件可以直接解壓。

winRAR和Bandizip都可以用來(lái)解壓，但是注意必須以管理員身份打開(kāi)解壓軟件，否則會(huì)出現(xiàn)解壓錯(cuò)誤

配置環(huán)境變量

配置JAVA_HOME和HADOOP_HOME

我們?cè)诃h(huán)境變量處分別設(shè)置JAVA_HOME和HADOOP_HOME

然后在Path里添加JAVA和hadoop的二進(jìn)制文件夾，bin文件夾

驗(yàn)證環(huán)境變量配置

打開(kāi)你的cmd，輸入以下命令，出現(xiàn)我這樣的輸出說(shuō)明配置環(huán)境變量成功：

C:\Users\lenovo>hadoop -version

HDFS配置

來(lái)到之前解壓的hadoop文件夾下，打開(kāi)etc/hadoop文件夾

現(xiàn)在我們的任務(wù)就是修改這些文件當(dāng)中的代碼，務(wù)必修改，不然根本無(wú)法運(yùn)行hadoop??！

修改 hadoop-env.cmd

將configuration處更改為：

<configuration>
   <property>
     <name>fs.defaultFS</name>
     <value>hdfs://0.0.0.0:9000</value>
   </property>
</configuration>

修改 hdfs-site.xml

將configuration處更改為如下所示，其中
file:///E:/DevTols/hadoop-2.10.1/namespace_logs
file:///E:/DevTols/hadoop-2.10.1/data
這兩個(gè)文件夾一定需要是已經(jīng)存在的文件夾，你可以在你的hadoop文件夾下隨意創(chuàng)建兩個(gè)文件夾，然后將下面的這兩個(gè)文件夾的絕對(duì)路徑替換成你的文件夾，這里我也是創(chuàng)建了兩個(gè)新的文件夾，hadoop的下載文件夾里本身是沒(méi)有的。

將configuration標(biāo)簽及內(nèi)容替換為

<configuration>
   <property>
     <name>dfs.replication</name>
     <value>1</value>
   </property>
   <property>
     <name>dfs.name.dir</name>
     <value>file:///E:/DevTols/hadoop-2.10.1/namespace_logs</value>
   </property>
   <property>
     <name>dfs.data.dir</name>
     <value>file:///E:/DevTols/hadoop-2.10.1/data</value>
   </property>
</configuration>

修改 mapred-site.xml

將下方的%USERNAME%替換成你windows的用戶名
用戶名可以通過(guò)win鍵查看

<configuration>
   <property>
      <name>mapreduce.job.user.name</name>
      <value>%USERNAME%</value>
    </property>
   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
    </property>
  <property>
     <name>yarn.apps.stagingDir</name>
     <value>/user/%USERNAME%/staging</value>
   </property>
  <property>
     <name>mapreduce.jobtracker.address</name>
     <value>local</value>
   </property>
</configuration>

注意以上代碼有兩個(gè)地方的%USERNAME%需要替換，不要漏了！??！

修改 yarn-site.xml

<configuration>
   <property>
     <name>yarn.server.resourcemanager.address</name>
     <value>0.0.0.0:8020</value>
   </property>
  <property>
     <name>yarn.server.resourcemanager.application.expiry.interval</name>
     <value>60000</value>
   </property>
  <property>
     <name>yarn.server.nodemanager.address</name>
     <value>0.0.0.0:45454</value>
   </property>
  <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>
  <property>
     <name>yarn.server.nodemanager.remote-app-log-dir</name>
     <value>/app-logs</value>
   </property>
  <property>
     <name>yarn.nodemanager.log-dirs</name>
     <value>/dep/logs/userlogs</value>
   </property>
  <property>
     <name>yarn.server.mapreduce-appmanager.attempt-listener.bindAddress</name>
     <value>0.0.0.0</value>
   </property>
  <property>
     <name>yarn.server.mapreduce-appmanager.client-service.bindAddress</name>
     <value>0.0.0.0</value>
   </property>
  <property>
     <name>yarn.log-aggregation-enable</name>
     <value>true</value>
   </property>
  <property>
     <name>yarn.log-aggregation.retain-seconds</name>
     <value>-1</value>
   </property>
  <property>
     <name>yarn.application.classpath</name>
     <value>%HADOOP_CONF_DIR%,%HADOOP_COMMON_HOME%/share/hadoop/common/*,%HADOOP_COMMON_HOME%/share/hadoop/common/lib/*,%HADOOP_HDFS_HOME%/share/hadoop/hdfs/*,%HADOOP_HDFS_HOME%/share/hadoop/hdfs/lib/*,%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/*,%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/lib/*,%HADOOP_YARN_HOME%/share/hadoop/yarn/*,%HADOOP_YARN_HOME%/share/hadoop/yarn/lib/*</value>
   </property>
</configuration>

初始化環(huán)境變量

在windows下的cmd，輸入cmd的命令，用于初始化環(huán)境變量。

%HADOOP_HOME%\etc\hadoop\hadoop-env.cmd

格式化文件系統(tǒng)

這個(gè)命令在整個(gè)hadoop的配置環(huán)境和之后的使用當(dāng)中務(wù)必僅使用一次！
將如下的命令輸入到cmd當(dāng)中進(jìn)行格式化：

hadoop namenode -format

會(huì)彈出一大堆指令，只要看到其中有如下提示，就說(shuō)明格式化成功

INFO common.Storage: Storage directory E:\DevTols\hadoop-2.10.1\namespace_logs has been successfully formatted.

向hadoop文件當(dāng)中注入winutills文件

由于windows下想要開(kāi)啟集群，會(huì)有一定的bug，因此我們?nèi)ゾW(wǎng)站：https://github.com/steveloughran/winutils
下載對(duì)應(yīng)版本的winutils.exe文件。打開(kāi)這個(gè)Github倉(cāng)庫(kù)后如下所示：

我們打開(kāi)hadoop2.8.3/bin，選擇其中的winutils.exe文件進(jìn)行下載，然后將下載的這個(gè)文件放入到本地的hadoop/bin文件當(dāng)中。不然的話，你打開(kāi)一會(huì)兒你的偽分布式集群，馬上hadoop就會(huì)自動(dòng)關(guān)閉，缺少這兩個(gè)文件的話。

向hadoop文件當(dāng)中添加hadoop.dll文件

hadoop.dll文件是啟動(dòng)集群時(shí)必須的，如果在安裝過(guò)程中悲催地發(fā)現(xiàn)/bin目錄下沒(méi)有該文件（比如博主），就需要去網(wǎng)上自學(xué)下載該文件。
進(jìn)入網(wǎng)頁(yè)https://github.com/4ttty/winutils，
根據(jù)箭頭所指步驟下載hadoop.dll文件

下載完成后，把文件添加到/bin目錄

開(kāi)啟hadoop集群

在cmd當(dāng)中輸入

%HADOOP_HOME%/sbin/start-all.cmd

這樣就會(huì)跳出來(lái)很多黑色的窗口，如下所示：

然后可以使用JPS工具查看目前開(kāi)啟的node有哪些，如果出現(xiàn)namenode，datanode的話說(shuō)明集群基本上就成功了。如下所示：

打開(kāi)本地瀏覽器進(jìn)行驗(yàn)證

我們?cè)跒g覽器輸入localhost:50070,如果能夠打開(kāi)這樣的網(wǎng)頁(yè)，說(shuō)明hadoop已經(jīng)成功開(kāi)啟：

IDEA 配置

歷經(jīng)千辛萬(wàn)苦我們總算安裝完Hadoop了，下面在IDEA上用maven配置hadoop

創(chuàng)建MAVEN項(xiàng)目工程

打開(kāi)IDEA之后，里面的參數(shù)和項(xiàng)目工程名稱(chēng)隨便寫(xiě)，等待工程創(chuàng)建完畢即可。然后我們編輯pom.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.atguigu</groupId>
    <artifactId>hdfs1205</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
    <dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>RELEASE</version>
        </dependency>
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.8.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.10.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.10.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.10.1</version>
        </dependency>
    </dependencies>

</project>

點(diǎn)擊右下方的auto-import，自動(dòng)安裝jar包。完成后左側(cè)External Libraries可以看到添加了很多個(gè)jar包，如下圖

這樣就說(shuō)明我們導(dǎo)入maven倉(cāng)庫(kù)成功了。

編寫(xiě)log4j.proporties配置文件

在src/main/resources目錄下創(chuàng)建log4j.proporties文件，編寫(xiě)如下代碼

log4j.rootLogger=debug, stdout, R

log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout

# Pattern to output the caller's file name and line number.
log4j.appender.stdout.layout.ConversionPattern=%5p [%t] (%F:%L) - %m%n

log4j.appender.R=org.apache.log4j.RollingFileAppender
log4j.appender.R.File=example.log

log4j.appender.R.MaxFileSize=100KB
# Keep one backup file
log4j.appender.R.MaxBackupIndex=5

log4j.appender.R.layout=org.apache.log4j.PatternLayout
log4j.appender.R.layout.ConversionPattern=%p %t %c - %m%n

編寫(xiě)Java文件

終于到最后一步了，編寫(xiě)java文件并執(zhí)行
別忘了先hadoop偽分布式集群?。。?br /> cmd中編寫(xiě)%HADOOP_HOME%/sbin/start-all.cmd

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.net.URI;

public class Test {
    public static void main(String[] args) throws Exception {
        FileSystem fs = FileSystem.get(new URI("hdfs://127.0.0.1:9000"), new Configuration());

        FileStatus[] files = fs.listStatus(new Path("/"));
        for (FileStatus f : files) {
            System.out.println(f);
        }
        System.out.println("Compile Over");
    }
}

這段代碼的含義是遍歷hadoop文件系統(tǒng)(HDFS)下的root下所有文件的狀態(tài)，并輸出

完成以后在cmd輸入%HADOOP_HOME%/sbin/start-all.cmd關(guān)閉偽集群

為了方便可以配置%HADOOP_HOME%/sbin/start-all.cmd和%HADOOP_HOME%/sbin/start-all.cmd
的環(huán)境變量，這里不再贅述，留給讀者發(fā)揮。

到這里Window10下使用IDEA搭建開(kāi)發(fā)環(huán)境就完成了，撒花?。。?/p>

到此這篇關(guān)于Window10下使用IDEA搭建Hadoop開(kāi)發(fā)環(huán)境的文章就介紹到這了,更多相關(guān)IDEA搭建Hadoop開(kāi)發(fā)環(huán)境內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: