Debian Hadoop依赖哪些库

Debian环境下Hadoop的核心依赖库及工具

1. Java Development Kit (JDK)

Hadoop是基于Java开发的分布式框架，JDK是Hadoop运行的基础依赖。Debian系统需安装JDK 8及以上版本（如OpenJDK 11），用于编译和运行Hadoop程序。安装命令：sudo apt install openjdk-11-jdk；配置环境变量时需设置JAVA_HOME（指向JDK安装路径，如/usr/lib/jvm/java-11-openjdk-amd64）。

2. SSH及rsync

Hadoop集群节点间需要通过SSH进行无密码通信（如NameNode与DataNode、ResourceManager与NodeManager之间的交互），SSH是集群管理的核心工具。此外，rsync用于节点间数据同步（如HDFS块复制）。Debian系统可通过以下命令安装：sudo apt install ssh rsync。

3. C++编译器（gcc-c++/build-essential）

Hadoop的部分组件（如HDFS的本地库、MapReduce的原生任务）需要C++编译器进行编译。Debian系统可通过sudo apt install build-essential安装（包含gcc、g++等工具），确保Hadoop能正确编译原生代码。

4. 压缩库（Snappy、LZO等，可选但推荐）

Hadoop支持多种压缩算法（如Snappy、LZO）以减少数据存储空间和提高IO性能。其中，Snappy是Hadoop生态中最常用的压缩库，需单独安装（Debian系统命令：sudo apt install libsnappy-dev）。安装后需配置Hadoop的core-site.xml启用Snappy压缩（如io.compression.codecs属性添加org.apache.hadoop.io.compress.SnappyCodec）。

5. Hadoop自身依赖的JAR包

Hadoop的核心功能由多个JAR包提供，主要包括：

hadoop-common：Hadoop通用工具类（如配置管理、RPC通信）；
hadoop-hdfs：HDFS分布式文件系统核心功能（如NameNode、DataNode）；
hadoop-mapreduce-client-core：MapReduce计算框架核心（如任务调度、数据分片）；
hadoop-client：Hadoop客户端API（用于与集群交互）。
这些JAR包通常随Hadoop安装包一起提供（位于$HADOOP_HOME/share/hadoop目录下），无需额外下载。

6. 其他辅助工具

wget/curl：用于从官网下载Hadoop安装包（如wget https://downloads.apache.org/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz）；
tar：用于解压Hadoop安装包（如tar -xzf hadoop-*.tar.gz）。
这些工具可通过sudo apt install wget curl tar安装。