Debian如何配置Hadoop

在 Debian 系统上配置 Hadoop（以 单机/伪分布式模式 为例，最常用入门方案）可以按下面步骤来。以下示例基于 Debian 11/12 + Hadoop 3.x + OpenJDK 8/11，你可以按需调整版本。

一、准备环境

1. 安装 JDK

Hadoop 依赖 Java。

sudo apt update
sudo apt install openjdk-11-jdk -y

验证：

java -version

2. 配置 JAVA_HOME

编辑环境变量：

sudo nano /etc/profile.d/java.sh

添加：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export PATH=$JAVA_HOME/bin:$PATH

生效：

source /etc/profile.d/java.sh

二、创建 Hadoop 用户（推荐）

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

三、下载并安装 Hadoop

1. 下载 Hadoop

到 Apache 官方镜像下载（示例为 3.3.6）：

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

解压：

tar -xzf hadoop-3.3.6.tar.gz
mv hadoop-3.3.6 ~/hadoop

2. 配置 Hadoop 环境变量

编辑 ~/.bashrc：

nano ~/.bashrc

添加：

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

生效：

source ~/.bashrc

验证：

hadoop version

四、SSH 免密登录（必须）

Hadoop 依赖 SSH。

sudo apt install ssh
ssh-keygen -t rsa -P "" -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 600 ~/.ssh/authorized_keys

测试：

ssh localhost

五、配置 Hadoop（伪分布式）

进入配置目录：

cd $HADOOP_HOME/etc/hadoop

1. hadoop-env.sh

编辑：

nano hadoop-env.sh

添加或修改：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64

2. core-site.xml

nano core-site.xml

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

3. hdfs-site.xml

nano hdfs-site.xml

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

4. mapred-site.xml

nano mapred-site.xml

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

5. yarn-site.xml

nano yarn-site.xml

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

六、格式化 HDFS

⚠️ 只执行一次

hdfs namenode -format

七、启动 Hadoop

start-dfs.sh
start-yarn.sh

查看进程：

jps

应看到：

NameNode
DataNode
SecondaryNameNode
ResourceManager
NodeManager

八、访问 Web UI

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

九、测试 Hadoop

hdfs dfs -mkdir /input
hdfs dfs -put $HADOOP_HOME/etc/hadoop/*.xml /input
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep /input /output 'dfs[a-z.]+'
hdfs dfs -cat /output/part-r-00000

十、关闭 Hadoop

stop-yarn.sh
stop-dfs.sh

常见问题

1. JAVA_HOME 报错

确认 hadoop-env.sh 中已显式设置 JAVA_HOME

2. 端口被占用

netstat -tunlp | grep 9000

3. 权限问题

确保 Hadoop 目录属于 hadoop 用户：

sudo chown -R hadoop:hadoop ~/hadoop

如果你需要：

完全分布式集群
HA（高可用）
Debian + Docker 部署
指定 Hadoop 2.x / 3.x 版本

可以告诉我你的具体使用场景，我可以给你定制方案。