如何配置 Ubuntu Hadoop 的 YARN

配置 Ubuntu 上的 Hadoop YARN 涉及多个步骤，包括安装 Hadoop、配置 Hadoop 环境变量、设置 HDFS 和 YARN 的相关配置文件等。以下是一个基本的指南：

1. 安装 Java

YARN 需要 Java 运行环境。首先确保你已经安装了 Java。

sudo apt update
sudo apt install openjdk-8-jdk

验证安装：

java -version

2. 下载并解压 Hadoop

从 Apache Hadoop 官方网站下载最新版本的 Hadoop，并解压到指定目录。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -xzvf hadoop-3.3.1.tar.gz -C /usr/local/

3. 配置环境变量

编辑 ~/.bashrc 或 /etc/profile 文件，添加以下内容：

export HADOOP_HOME=/usr/local/hadoop-3.3.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

使配置生效：

source ~/.bashrc

4. 配置 HDFS

编辑 hadoop-env.sh 文件：

nano $HADOOP_HOME/etc/hadoop/hadoop-env.sh

添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

编辑 core-site.xml 文件：

nano $HADOOP_HOME/etc/hadoop/core-site.xml

添加以下内容：

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

编辑 hdfs-site.xml 文件：

nano $HADOOP_HOME/etc/hadoop/hdfs-site.xml

添加以下内容：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop-3.3.1/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.1/data/datanode</value>
    </property>
</configuration>

5. 配置 YARN

编辑 yarn-env.sh 文件：

nano $HADOOP_HOME/etc/hadoop/yarn-env.sh

添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

编辑 mapred-site.xml 文件：

nano $HADOOP_HOME/etc/hadoop/mapred-site.xml

添加以下内容：

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

编辑 yarn-site.xml 文件：

nano $HADOOP_HOME/etc/hadoop/yarn-site.xml

添加以下内容：

<configuration>
    <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.resourcemanager.hostname</name>
        <value>localhost</value>
    </property>
</configuration>

6. 格式化 HDFS

在首次启动 HDFS 之前，需要对其进行格式化：

hdfs namenode -format

7. 启动 Hadoop 集群

启动 HDFS 和 YARN：

start-dfs.sh
start-yarn.sh

8. 验证集群状态

检查 HDFS 和 YARN 的状态：

jps

你应该看到以下进程：

• NameNode
• DataNode
• SecondaryNameNode
• ResourceManager
• NodeManager

通过浏览器访问以下 URL 来验证 Web UI：

• HDFS: http://localhost:50070
• YARN: http://localhost:8088

9. 停止 Hadoop 集群

停止 HDFS 和 YARN：

stop-dfs.sh
stop-yarn.sh

以上步骤完成了在 Ubuntu 上配置 Hadoop YARN 的基本过程。根据实际需求，你可能需要进一步调整和优化配置。