下载binary包并解压安装

指定环境变量 JAVA_HOME

配置 DataNode 节点IP: HADOOP_HOME/etc/hadoop/wokers

hadoop守护进程配置. 修改文件 HADOOP_PREFIX/etc/hadoop/core-site.xml

<configuration>
		<property>
			<name>fs.defaultFS</name>
			<value>hdfs://localhost:9000</value>
			<description>主节点hdfs地址</description>
		</property>
		<property>
			<name>hadoop.tmp.dir</name>
			<value>/tmp/hadoop-manager/hadoop-3.0.0</value>
			<description>tmp文件夹目录</description>
		</property>
</configuration>

hdfs配置. 修改文件 HADOOP_PREFIX/etc/hadoop/hdfs-site.xml

<configuration>
		<property>
			<name>dfs.replication</name>
			<value>2</value>
			<description>文件副本，在多少个datanode中保存备份</description>
		</property>
		<property>
			<name>dfs.namenode.name.dir</name>
			<value>/opt/hdfs/name</value>
		</property>
		<property>
			<name>dfs.datanode.data.dir</name>
			<value>/opt/hdfs/data</value>
		</property>
</configuration>

<aside> 💡 备注：在配置的时候，如果遇到访问的域名不为localhost，而为子网ip的时候，可以参照 Hadoop Utils

</aside>

mapReduce配置. 修改文件 HADOOP_PREFIX/etc/hadoop/mapred-site.xml

<configuration>
		<property>
			<name>mapreduce.framework.name</name>
			<value>yarn</value>
		</property>
		<property>
			<name>mapreduce.admin.user.env</name>
				<value>HADOOP_MAPRED_HOME=$HADOOP_COMMON_HOME</value>
		</property>
		<property>
			<name>yarn.app.mapreduce.am.env</name>
			<value>HADOOP_MAPRED_HOME=$HADOOP_COMMON_HOME</value>
		</property>
</configuration>

yarn配置. 修改文件 HADOOP_PREFIX/etc/hadoop/yarn-site.xml

<configuration>
	
	<!-- Site specific YARN configuration properties -->
		<property>
			<name>yarn.resourcemanager.hostname</name>
			<value>localhost</value>
		</property>
		<property>
			<name>yarn.nodemanager.aux-services</name>
			<value>mapreduce_shuffle</value>
		</property>
</configuration>

执行hdfs namenode -format 重置namenode节点

执行 /bin/start-dfs.sh启动

如果遇到错误可以使用命令来开启日志输出 export HADOOP_ROOT_LOGGER=DEBUG,console

启动MapReduce 访问master_ip:50030. HADOOP_PREFIX/sbin/start-yarn.sh

jps 查询运行节点

执行测试用例

cd share/hadoop/mapreduce
hadoop jar hadoop-mapreduce-examples-3.0.0.jar pi 2 10

打开 namenode 管理界面 http://localhost:9870

打开 datanode 管理界面 http://localhost:9864

打开 yarn 地址 http://localhost:8088

打开 resourcemanager 管理界面 http://localhost:8042