溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章給大家分享的是有關怎么在Windows環境中使用IDEA配置一個Hadoop開發環境，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。
1.Hadoop在windows當中的安裝
首先在Windows系統里打開瀏覽器，下載hadoop的安裝包（二進制文件）: http://hadoop.apache.org/releases.html
打開網址，我們會發現這樣的界面：
由于hadoop在開發當中我們常常使用了2.x版本的，因此這里我們這里下載2.10.1版本的。如果你想使用其他版本的進行下載，那么在下載之前需要檢查以下maven倉庫里是否有相應版本所對應的版本，不然在使用IDEA進行開發的時候，則無法運行。我們打開網址：https://mvnrepository.com/
在其中搜索hadoop.則會出現以下的界面：
鼠標往下滑動,發現果然！2.10.1的版本出現了！因此我們可以使用找個版本的hadoop，因為在maven倉庫里是可以找到的，這樣就不會出現無法編程調用hadoop的問題：
我們下載之后的文件二進制文件后綴名為tar.gz，你可以來到你下載的地方，使用windows下的壓縮包軟件直接進行解壓，我使用的是2345壓縮軟件進行的解壓。有些教程讓我們必須在windows下模擬的linux環境下（MinGW）才能夠解壓，其實完全不用，就把tar.gz當作普通的壓縮文件就好了，解壓之后將文件夾更名為hadoop。
3.設置環境變量 一方面是要設置好Java的環境變量 另一方面是要設置好剛剛下載的Hadoop的環境變量
我們在環境變量處分別設置JAVA_HOME和HADOOP_HOME（目的是為了hadoop在運行的時候能夠找到自己和java的地方在哪兒）:
然后在Path里添加JAVA和hadoop的二進制文件夾，bin文件夾，目的是我們這樣就可以使用cmd對java和haodoop進行操作：
打開你的cmd，輸入以下命令，出現我這樣的輸出說明配置環境變量成功：
C:\Users\lenovo>hadoop -version java version "1.8.0_162" Java(TM) SE Runtime Environment (build 1.8.0_162-b12) Java HotSpot(TM) 64-Bit Server VM (build 25.162-b12, mixed mode)
接下來就是配置HDFS的文件，進行偽分布式集群以適應你的計算機。（備注：偽分布式集群也是分布式集群，可以起動分布式計算的效果）
我們來到之前解壓的hadoop文件夾下，打開etc/hadoop文件夾，發現里面有很多文件：
現在我們的任務就是修改這些文件當中的代碼，務必修改，不然根本無法運行hadoop！！
打開這個文件，在找個文件當中的末尾添加上：
set HADOOP_PREFIX=%HADOOP_HOME% set HADOOP_CONF_DIR=%HADOOP_PREFIX%\etc\hadoop set YARN_CONF_DIR=%HADOOP_CONF_DIR% set PATH=%PATH%;%HADOOP_PREFIX%\bin
將configuration處更改為：
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://0.0.0.0:9000</value> </property> </configuration>
將configuration處更改為如下所示，其中
file:///F:/DataAnalytics/dfs/namespace_logs file:///F:/DataAnalytics/dfs/data
這兩個文件夾一定需要是已經存在的文件夾，你可以在你的hadoop文件夾下隨意創建兩個文件夾，然后將下面的這兩個文件夾的絕對路徑替換成你的文件夾，這里我也是創建了兩個新的文件夾，hadoop的下載文件夾里本身是沒有的。
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.name.dir</name> <value>file:///F:/DataAnalytics/dfs/namespace_logs</value> </property> <property> <name>dfs.data.dir</name> <value>file:///F:/DataAnalytics/dfs/data</value> </property> </configuration>
將下方的%USERNAME%替換成你windows的用戶名！！！這個十分重要，不要直接復制！！！
<configuration> <property> <name>mapreduce.job.user.name</name> <value>%USERNAME%</value> </property> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>yarn.apps.stagingDir</name> <value>/user/%USERNAME%/staging</value> </property> <property> <name>mapreduce.jobtracker.address</name> <value>local</value> </property> </configuration>
修改為如下所示：
<configuration> <property> <name>yarn.server.resourcemanager.address</name> <value>0.0.0.0:8020</value> </property> <property> <name>yarn.server.resourcemanager.application.expiry.interval</name> <value>60000</value> </property> <property> <name>yarn.server.nodemanager.address</name> <value>0.0.0.0:45454</value> </property> <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.server.nodemanager.remote-app-log-dir</name> <value>/app-logs</value> </property> <property> <name>yarn.nodemanager.log-dirs</name> <value>/dep/logs/userlogs</value> </property> <property> <name>yarn.server.mapreduce-appmanager.attempt-listener.bindAddress</name> <value>0.0.0.0</value> </property> <property> <name>yarn.server.mapreduce-appmanager.client-service.bindAddress</name> <value>0.0.0.0</value> </property> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>-1</value> </property> <property> <name>yarn.application.classpath</name> <value>%HADOOP_CONF_DIR%,%HADOOP_COMMON_HOME%/share/hadoop/common/*,%HADOOP_COMMON_HOME%/share/hadoop/common/lib/*,%HADOOP_HDFS_HOME%/share/hadoop/hdfs/*,%HADOOP_HDFS_HOME%/share/hadoop/hdfs/lib/*,%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/*,%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/lib/*,%HADOOP_YARN_HOME%/share/hadoop/yarn/*,%HADOOP_YARN_HOME%/share/hadoop/yarn/lib/*</value> </property> </configuration>
在windows下的cmd，輸入cmd的命令，用于初始化環境變量。hadoop-env.cmd后綴為cmd，說明是cmd下可執行的文件：
%HADOOP_HOME%\etc\hadoop\hadoop-env.cmd
12.格式化文件系統（File System）
這個命令在整個hadoop的配置環境和之后的使用當中務必僅使用一次！！！！不然的話后續會導致hadoop日志損壞，NameNode無法開啟，整個hadoop就掛了！
將如下的命令輸入到cmd當中進行格式化：
hadoop namenode -format
輸出：
2018-02-18 21:29:41,501 INFO namenode.FSImage: Allocated new BlockPoolId: BP-353327356-172.24.144.1-1518949781495
2018-02-18 21:29:41,817 INFO common.Storage: Storage directory F:\DataAnalytics\dfs\namespace_logs has been successfully formatted.
2018-02-18 21:29:41,826 INFO namenode.FSImageFormatProtobuf: Saving image file F:\DataAnalytics\dfs\namespace_logs\current\fsimage.ckpt_0000000000000000000 using no compression
2018-02-18 21:29:41,934 INFO namenode.FSImageFormatProtobuf: Image file F:\DataAnalytics\dfs\namespace_logs\current\fsimage.ckpt_0000000000000000000 of size 390 bytes saved in 0 seconds.
2018-02-18 21:29:41,969 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
由于windows下想要開啟集群，會有一定的bug，因此我們去網站：https://github.com/steveloughran/winutils
下載對應版本的 winutils.exe 文件。打開這個Github倉庫后如下所示：
我們打開hadoop2.8.3/bin，選擇其中的 winutils.exe 文件進行下載，然后將下載的這個文件放入到本地的hadoop/bin文件當中。不然的話，你打開一會兒你的偽分布式集群，馬上hadoop就會自動關閉，缺少這兩個文件的話。
我本地的bin文件最終如下所示：
下面就是最激動人心的開啟hadoop集群了！！！！我們在cmd當中輸入：
C:\Users\lenovo>%HADOOP_HOME%/sbin/start-all.cmd This script is Deprecated. Instead use start-dfs.cmd and start-yarn.cmd starting yarn daemons
這樣就會跳出來很多黑色的窗口，如下所示：
然后可以使用JPS工具查看目前開啟的node有哪些，如果出現namenode，datanode的話說明集群基本上就成功了。如下所示：
我們在瀏覽器輸入localhost:50070,如果能夠打開這樣的網頁，說明hadoop已經成功開啟：
接下來就可以開始IDEA的配置了
打開IDEA之后，里面的參數和項目工程名稱隨便寫，等待工程創建完畢即可。然后我們編輯pom.xml文件，如下所示：
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.atguigu</groupId> <artifactId>hdfs1205</artifactId> <version>1.0-SNAPSHOT</version> <properties> <maven.compiler.source>8</maven.compiler.source> <maven.compiler.target>8</maven.compiler.target> </properties> <dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>RELEASE</version> </dependency> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-core</artifactId> <version>2.8.2</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.10.1</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.10.1</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>2.10.1</version> </dependency> </dependencies> </project>
因為我使用了2.10.1版本，因此導入的包均為2.10.1，除了log4j，這個是固定的2.8.2版本的。
然后點擊我箭頭指向的同步maven倉庫，如下所示：
同步完成之后，IDEA左邊的external libararies處就會顯示大量的有關hadoop的jar包，如下所示：
這樣就說明我們導入maven倉庫成功了。
現在我們開始編寫代碼，在開啟hadoop偽分布式集群之后，代碼才可以運行哦！
代碼如下所示：
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.net.URI;
public class Test {
public static void main(String[] args) throws Exception {
FileSystem fs = FileSystem.get(new URI("hdfs://127.0.0.1:9000"), new Configuration());
FileStatus[] files = fs.listStatus(new Path("/"));
for (FileStatus f : files) {
System.out.println(f);
}
System.out.println("Compile Over");
}
}這段代碼的含義是遍歷hadoop文件系統(HDFS)下的root下所有文件的狀態，并輸出，由于我目前并沒有在HDFS下put了任何文件，因此不會有輸出，出現這樣的輸出，說明代碼代碼運行成功：
以上就是怎么在Windows環境中使用IDEA配置一個Hadoop開發環境，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
