大数据最全【入门学习大数据】“伪分布式”的Hadoop应用搭建，2024年最新论程序员成长的正确姿势

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

HADOOP_HOME

要用Hadoop的命令，就要设置HADOOP_HOME，跟JAVA_HOME一个道理

vi /etc/profile
	最后改为
	export JAVA\_HOME=/usr/java/default
	export HADOOP\_HOME=/opt/bigdata/hadoop-2.6.5
	export PATH=$PATH:$JAVA\_HOME/bin:$HADOOP\_HOME/bin:$HADOOP\_HOME/sbin

source /etc/profile

配置好后，在任何地方都可以用hadoop的命令

配置文件

Hadoop的配置文件的目录

cd /opt/bigdata/hadoop-2.6.5/etc/hadoop/
或 分两次
cd $HADOOP\_HOME
cd etc/hadoop/

ls

给Hadoop 配置JAVA_HOME
因为Hadoop需要ssh免密登录的，但ssh有个弊端，必须修改 hadoop-env.sh 配置jdk的绝对路径
ssh弊端：登录“另一台机”（虽然伪分布式只有单机，但也可视为多机）时不会自动加载 /etc/profile 目录，所以是拿不到 JAVA_HOME 的

cd $HADOOP\_HOME/etc/hadoop/
vi hadoop-env.sh
	找到export JAVA\_HOME=${JAVA\_HOME}改为
	export JAVA\_HOME=/usr/java/default

定位

修改后

即：JAVA_HOME 要设置两次：系统，Hadoop

配置Hadoop角色

Hadoop角色 ：NameNode ，DataNode ，Secondary
不知道的，直接跟着配，也不用看下面的补充官方文档解释

会发现配置文件是空的
把配置的内容写在中间
必看：配置的内容，给你了，就是缩进的那些东西

<configuration>
	配置内容
</configuration>

这些配置文件一个个来

核心配置文件 core-site.xml
角色NameNode在哪里启动：node01的9000端口（node01是前面配过的主机名）
实际应该避免使用：像官方文档写的是localhost
要具体写死是哪个主机

vi core-site.xml
	<property>
		<name>fs.defaultFS</name>
		<value>hdfs://node01:9000</value>
	</property>

配置hdfs，hdfs-site.xml
伪分布式的块副本数是1，真正集群要改为2或3
NN的元数据name目录，DN的块数据data目录
Secondary NameNode ，合并主NN的 fsimage和editlog
<name> 属性文档规定死的，<value> 都要是空目录/不存在的（自动创建）

vi hdfs-site.xml
	<property>
		<name>dfs.replication</name>
		<value>1</value>
	</property>
	
	<property>
		<name>dfs.namenode.name.dir</name>
		<value>/var/bigdata/hadoop/local/dfs/name</value>
	</property>
	
	<property>
		<name>dfs.datanode.data.dir</name>
		<value>/var/bigdata/hadoop/local/dfs/data</value>
	</property>
	
	<property>
		<name>dfs.namenode.secondary.http-address</name>
		<value>node01:50090</value>
	</property>
	<property>
		<name>dfs.namenode.checkpoint.dir</name>
		<value>/var/bigdata/hadoop/local/dfs/secondary</value>
	</property>

slaves 放启动DN的主机

vi slaves
	node01

补充

想了解具体的要去看官方文档
配置文件导航

点击超链接打开网页文件，Ctrl+F 搜索重点：
https://hadoop.apache.org/docs/r2.6.5/hadoop-project-dist/hadoop-common/core-default.xml
https://hadoop.apache.org/docs/r2.6.5/hadoop-project-dist/hadoop-hdfs/hdfs-default.xml

NN和DN都要临时目录，放临时数据的，/tmp 会被系统删除，建议改目录
所以开箱即用的配置是有风险的

格式化/初始化（“企业一辈子就这一次”）

/var 目录下没有bigdata目录

格式化

hdfs namenode -format

重要的是看输出的底部

就有bigdata了

格式化时，只初始化 NameNode
DataNode 、Secondary 在第一次启动时才创建初始化

clusterID - 集群ID
为什么不要在启动了后再次格式化？因为会导致这个id改变，NN和
DN就不匹配了

启动

启动dfs分布式文件系统，要停止就换为stop

start-dfs.sh
或
start-all.sh

以下是验证，不关搭建的事
可以直接跳到下面的浏览器访问
本来只有name，现在就验证创建了data、secondary

看一下data块数据目录下有什么

完整的

Windows浏览器访问服务

1. 修改 Windows 的 hosts映射，找到文件打开

C:\Windows\System32\drivers\etc\hosts

2. 添加 Linux主机的 IP和主机名

192.168.40.136 node01



![img](https://img-blog.csdnimg.cn/img_convert/2111e9c699bce67956b2855011840bf8.png)
![img](https://img-blog.csdnimg.cn/img_convert/e09e370c4dd64567c2de141893be3099.png)
![img](https://i-blog.csdnimg.cn/blog_migrate/9d8d1ee35f2a13f3f452632f9784e8f3.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.youkuaiyun.com/topics/618545628)**

mg-iChm7RX1-1715754966628)]
[外链图片转存中...(img-s7RfleK7-1715754966629)]

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.youkuaiyun.com/topics/618545628)**