debian Hadoop咋入门

下面给你一个在 Debian 上入门 Hadoop的实用路线，适合零基础到能跑通第一个例子。

一、先搞清楚 Hadoop 是什么

Hadoop 不是一个程序，而是一套分布式存储 + 分布式计算的生态：

HDFS：分布式文件系统（存数据）
MapReduce / YARN：分布式计算框架（算数据）
常用配套：Hive、HBase、Spark（后面再学）

入门阶段：先跑通单机 / 伪分布式模式

二、Debian 环境准备

1. 系统要求

Debian 11 / 12（推荐）
内存 ≥ 2GB（伪分布式够用）
已配置好网络

2. 安装 Java（必须）

Hadoop 依赖 JDK：

sudo apt update
sudo apt install default-jdk -y
java -version

三、创建专用用户（推荐）

sudo adduser hadoop
sudo usermod -aG sudo hadoop
su - hadoop

四、下载并安装 Hadoop

以 Hadoop 3.3.x 为例：

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz
tar -xzf hadoop-3.3.6.tar.gz
mv hadoop-3.3.6 ~/hadoop

配置环境变量：

nano ~/.bashrc

添加：

export HADOOP_HOME=~/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

生效：

source ~/.bashrc

五、配置 SSH（伪分布式必须）

sudo apt install ssh
ssh-keygen -t rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh localhost

六、配置伪分布式模式

编辑以下文件（在 ~/hadoop/etc/hadoop/）

1. core-site.xml

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

2. hdfs-site.xml

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>
</configuration>

3. mapred-site.xml

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

4. yarn-site.xml

<configuration>
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
</configuration>

七、格式化并启动

hdfs namenode -format
start-dfs.sh
start-yarn.sh

检查：

jps

应看到：

NameNode
DataNode
ResourceManager
NodeManager

Web 页面：

HDFS: http://localhost:9870
YARN: http://localhost:8088

八、跑第一个例子

hdfs dfs -mkdir /input
hdfs dfs -put ~/hadoop/etc/hadoop/*.xml /input

hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.6.jar wordcount /input /output

hdfs dfs -cat /output/part-r-00000

九、学习路线建议

HDFS 命令（put / get / ls）
MapReduce 原理（先懂，不急着写）
伪分布式 → 完全分布式（多台 Debian）
再学 Hive / Spark

十、常见坑

Java 没装 → 启动失败
SSH 不通 → localhost 无法连接
防火墙 / 权限问题
Debian 用 apt，不要用 CentOS 教程

如果你愿意，我可以：

给你 一步步命令版
或帮你 配多机 Hadoop 集群
或讲 MapReduce 入门代码

你现在是 纯新手 还是 有点 Linux 基础？