1、hadoop 包下载

• 清华大学开源软件镜像站下载(速度较快，但版本不全)
• 官方各个版本

下载后解压。
添加环境变量 HADOOP_HOME。并将 %HADOOP_HOME%/bin、%HADOOP_HOME%/sbin 添加到 path 中。

ps：本文使用的是 hadoop-3.3.2

2、windows 环境准备

windows 所需文件：winutils.exe、hadoop.dll
可从 GitHub 下载（不全）。

• winutils.exe 放到 %HADOOP_HOME%/bin 下面。
• hadoop.dll 放到 windows\system32 下面（也可以放到 %HADOOP_HOME%/bin 下面，加到 path 环境变量就行）。

3、配置

（可选）修改 %HADOOP_HOME%/etc/hadoop 下面的脚本 hadoop-env.cmd，修改 JAVA_HOME 为本机jdk安装时配置的目录。

修改 %HADOOP_HOME%/etc/hadoop 下面的配置文件：core-site.xml、 hdfs-site.xml、 mapred-site.xml、 yarn-site.xml

• core-site.xml

<configuration><property><name>fs.default.name</name><value>hdfs://0.0.0.0:8020</value></property><!--用来指定使用hadoop时产生文件的存放目录, --><property><name>hadoop.tmp.dir</name> <value>/D:/Programs/hadoop-3.3.2/temp</value></property>
</configuration>

• hdfs-site.xml

<configuration><!--指定hdfs保存数据的副本数量--><property><name>dfs.replication</name><value>1</value></property><!--指定hdfs中namenode的存储位置--><property><name>dfs.namenode.name.dir</name> <value>/D:/Programs/hadoop-3.3.2/data/namenode</value></property><!--指定hdfs中datanode的存储位置--><property><name>dfs.datanode.data.dir</name><value>/D:/Programs/hadoop-3.3.2/data/datanode</value></property><property><name>dfs.http.address</name><value>0.0.0.0:50070</value></property>
</configuration>

• mapred-site.xml

<configuration><!--告诉hadoop以后MR(Map/Reduce)运行在YARN上--><property><description>The hostname of the RM.</description><name>mapreduce.framework.name</name><value>yarn</value></property>
</configuration>

• yarn-site.xml

<configuration><!-- Site specific YARN configuration properties --><!--nomenodeManager获取数据的方式是shuffle--><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><!--指定 ResourceManager 的地址-->     <property><name>yarn.resourcemanager.hostname</name><value>0.0.0.0</value></property> <property><name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name><value>org.apache.hadoop.mapred.ShuffleHandler</value></property><!--Yarn打印工作日志-->    <property>    <name>yarn.log-aggregation-enable</name> <value>true</value>    </property></configuration>

第一次运行前，需要格式化HDFS：

hadoop namenode -format

运行：start-dfs.cmd、start-yarn.cmd(需要以管理员运行 cmd)；（或 start-all.cmd ）

然后访问：

• http://localhost:8088 查看集群状态
• http://localhost:50070 访问hdfs
• http://localhost:19888 查看JobHistory（需要先启动jobHistoryserver)

4、一些报错

未指定 hadoop.tmp.dir（core-site.xml） ：

2023-07-03 11:05:24,913 INFO localizer.ResourceLocalizationService: usercache path : file:/tmp/hadoop-a/nm-local-dir/usercache_DEL_1688353524257
2023-07-03 11:05:24,945 WARN nativeio.NativeIO: NativeIO.getStat error (3): 系统找不到指定的路径。-- file path: tmp/hadoop-a/nm-local-dir/filecache
2023-07-03 11:05:25,013 WARN nativeio.NativeIO: NativeIO.getStat error (3): 系统找不到指定的路径。-- file path: tmp/hadoop-a/nm-local-dir/usercache
2023-07-03 11:05:25,072 WARN nativeio.NativeIO: NativeIO.getStat error (3): 系统找不到指定的路径。-- file path: tmp/hadoop-a/nm-local-dir/nmPrivate

非管理员运行 start-yarn.cmd ：

org.apache.hadoop.yarn.exceptions.YarnRuntimeException: Failed to setup local dir D:/Programs/hadoop-3.3.2/temp/nm-local-dir, which was marked as good.

填指定 ip 时，则 只会监听该 ip。地址填 0.0.0.0 时，能够监听本机其他 ip。

如 yarn-site.xml 中的 yarn.resourcemanager.hostname。填 10.10.3.16 时，只能通过 10.10.3.16:8088 访问resourcemanager的webui，使用 localhost:8088 无法访问。