在云服务器上部署Hadoop
步骤1：更新系统
sudo apt-get update
sudo apt-get upgrade
步骤2：安装Java
Hadoop需要Java运行环境。首先，安装OpenJDK 8：
sudo apt-get install openjdk-8-jdk
检查Java版本：
java -version
步骤3：创建Hadoop用户
请保证你创建用户的时候，此时你处于root用户下，也就是你当前目录为 /root
为Hadoop创建一个新用户：
sudo adduser --gecos "" hadoop
为新用户设置密码并按照提示操作。接下来，将hadoop用户添加到sudo组：
sudo usermod -aG sudo hadoop
步骤4：下载和解压Hadoop
切换到hadoop用户：
sudo su - hadoop
从Apache官方网站下载Hadoop：
wget https://downloads.apache.org/hadoop/common/hadoop-3.3.5/hadoop-3.3.5.tar.gz
解压Hadoop：
tar -xzf hadoop-3.3.5.tar.gz
步骤5：配置Hadoop环境变量
编辑.bashrc文件，添加以下内容：
export HADOOP_HOME=/home/hadoop/hadoop-3.3.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
保存并退出。运行以下命令以更新环境变量：
source ~/.bashrc
步骤6：配置Hadoop
注意：在配置下列4个文件的过程中，这些文件里只能存在一对<configuration></configuration>这样的代码块，请把原有的最下边的这样的代码块删除，然后复制粘贴我提供的代码块。
使用命令：vim $HADOOP_HOME/etc/hadoop/core-site.xml 打开文件core-site.xml，添加以下内容：
<configuration><property><name>fs.defaultFS</name><value>hdfs://localhost:9000</value></property>
</configuration>
使用命令：vim $HADOOP_HOME/etc/hadoop/hdfs-site.xml 打开文件hdfs-site.xml，添加以下内容：
<configuration><property><name>dfs.replication</name><value>1</value></property>
</configuration>
使用命令：vim $HADOOP_HOME/etc/hadoop/mapred-site.xml 打开文件mapred-site.xml，添加以下内容：
<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property>
</configuration>
使用命令：vim $HADOOP_HOME/etc/hadoop/yarn-site.xml 打开文件yarn-site.xml，添加以下内容：
<configuration><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property>
</configuration>
步骤7：格式化HDFS
在开始使用Hadoop之前，需要对HDFS进行格式化。执行以下命令：
hadoop namenode -format
步骤 7.1 为hadoop用户创建一个SSH密钥对，并将公钥添加到authorized_keys文件中
-
使用hadoop用户身份登录。
- 运行以下命令创建一个新的SSH密钥对（在提示时，您可以按回车选择默认设置，也可以选择输入密码以提高安全性）：
ssh-keygen
- 在创建密钥对后，将生成的公钥添加到authorized_keys文件中：
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
- 更改authorized_keys文件的权限，以保护其内容：
chmod 600 ~/.ssh/authorized_keys
- 最后，确保SSH服务可以使用密码验证。打开/etc/ssh/sshd_config文件：
sudo vim /etc/ssh/sshd_config
- 找到PasswordAuthentication这一行并设置为yes：
PasswordAuthentication yes
-
如果找不到该行，可以在文件末尾添加上述行。
-
保存并关闭文件。然后重启SSH服务：
sudo systemctl restart ssh
步骤8：启动Hadoop集群
使用以下命令启动Hadoop的NameNode和DataNode守护进程：
start-dfs.sh
使用以下命令启动YARN守护进程：
start-yarn.sh
步骤9：验证Hadoop安装
运行以下命令以检查Hadoop守护进程是否在运行：
jps
您应该看到以下进程：NameNode，DataNode，SecondaryNameNode，NodeManager和ResourceManager。
步骤10 访问Hadoop Web界面
请注意，如果您的云服务提供商有防火墙规则，您可能需要在防火墙中打开这些端口（9870和8088）以允许外部访问。如果您无法访问这些URL，请检查您的防火墙设置，并确保这些端口已开放。
我购买的云服务器是阿里云的，阿里云有防火墙规则，所以我要去云服务器管理控制台上的防火墙，去开放这两个端口。你们如果购买的也是阿里云的云服务器，可以按照我的操作来，如果不是阿里云的云服务器，你们可以类别我的操作。
关于如何找到自己的阿里云服务器的管理控制台，请参照我的这篇文章
- 保姆级教程：如何购买配置部署使用自己的阿里云主机/云服务器（ubuntu20.0.4）
在这里，添加如下的两条自定义规则。
现在，您可以通过以下URL访问Hadoop的Web界面：
NameNode：http://自己的公网ip地址:9870/
ResourceManager：http://自己的公网ip地址:8088/
总结
-
这样就完成了在Ubuntu 20.04上安装和部署Hadoop的过程。现在，您可以开始使用Hadoop进行数据处理和分析。如果您遇到任何问题，请随时私信，我会尽力帮助您。 -
最后的最后，如果你觉得我的这篇文章写的不错的话，请给我一个赞与收藏，关注我，我会继续给大家带来更多更优质的干货内容。
