基于WSL下载Hadoop和HBASE

正常操作
步骤 1：安装 WSL
启用 WSL 功能：

以管理员身份打开 PowerShell 或 命令提示符，输入以下命令并回车：

powershell
wsl --install
这个命令会自动启用所需的 Windows 功能、下载并安装默认的 Ubuntu 发行版。

（如果上述命令无效，可以手动启用）：

powershell
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
设置用户账号：

安装完成后，系统会提示你重启电脑。重启后，首次启动安装的 Ubuntu 应用，它会要求你创建一个纯英文的 UNIX 用户名和密码。

步骤 2：在 WSL 中安装 Hadoop
现在，你拥有了一个 Ubuntu 终端，接下来的所有操作都和在真正的 Linux 系统中一模一样。

更新软件包列表：

bash
sudo apt update
安装 Java (Hadoop 的依赖)：

bash
sudo apt install openjdk-11-jdk -y
安装后验证：java -version

下载并安装 Hadoop：

bash

进入用户主目录

cd ~

使用 wget 下载 Hadoop (以 3.3.6 为例，可替换为最新版)

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

解压

tar -xzvf hadoop-3.3.6.tar.gz

重命名并移动到常用位置（可选）

mv hadoop-3.3.6 hadoop
sudo mv hadoop /usr/local/
配置环境变量和 Hadoop：

编辑 ~/.bashrc 文件：

bash
nano ~/.bashrc
在文件末尾添加：

bash
export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64 # Java 路径可能不同，可用 update-alternatives --config java 查看
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
使配置生效：source ~/.bashrc
可能出现错误

成功启用Windows功能，但是下载并安装Linux系统这一步遇到了网络连接超时错误

可以尝试手动安装
下载 Linux 内核更新包（必需步骤）：
访问微软官方 WSL 文档的下载页：https://aka.ms/wsl2kernel
找到并下载 WSL2 Linux 内核更新包（例如：wsl_update_x64.msi）。
下载后，双击运行安装它。
手动下载并安装 Ubuntu 系统：
打开 Microsoft Store （微软应用商店）。
在搜索框中搜索 Ubuntu。
安装完成后，从开始菜单打开刚刚安装的 Ubuntu 应用。
系统会要求你等待几分钟进行初始解压，然后为你创建一个新的用户名和密码（这个用户名和密码是 WSL Linux 子系统内部的，用于 sudo 命令，可以与你的 Windows 账户密码不同）。

如何验证安装成功？
安装完成后，重新打开一个普通的 PowerShell 或命令提示符窗口（不需要管理员身份），输入命令：
powershell
wsl -l -v
如果成功，你会看到类似下面的输出，表明 Ubuntu 正在运行，并且版本是 WSL 2：
text
NAME STATE VERSION

• Ubuntu Running 2

请直接运行：
bash
sudo apt update
sudo apt install openjdk-11-jdk -y
会出现这个图像

下载 Hadoop
现在我们可以下载 Hadoop 了。请回到用户主目录，然后使用 wget 命令下载（以 3.3.6 版本为例）：

bash
cd ~
wget https://downloads.apache.org/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz
3. 解压并移动到合适的位置
bash
tar -xzvf hadoop-3.3.6.tar.gz
sudo mv hadoop-3.3.6 /usr/local/hadoop
4. 设置环境变量
接下来需要配置环境变量，让系统知道 Hadoop 的位置。编辑 ~/.bashrc 文件：

bash
nano ~/.bashrc
在文件的最后，添加以下内容（如果不会用 nano 编辑器，可以搜索一下基本用法：Ctrl+X 退出，按 Y 确认保存，回车确认文件名）：

bash
export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
然后让配置生效：

bash
source ~/.bashrc

配置 Hadoop 本身
这是最复杂的一步，我们需要修改几个 Hadoop 的配置文件。所有配置文件都位于 /usr/local/hadoop/etc/hadoop/ 目录下。

4.1 配置 core-site.xml
这个文件指定 HDFS 的默认访问地址和临时目录。

bash
nano $HADOOP_HOME/etc/hadoop/core-site.xml
将 标签内的内容替换为：

xml


fs.defaultFS
hdfs://localhost:9000


hadoop.tmp.dir
/home/$(whoami)/hadoop_tmp


4.2 配置 hdfs-site.xml
这个文件指定 HDFS 的副本数量（单机模式设为1）。

bash
nano $HADOOP_HOME/etc/hadoop/hdfs-site.xml
替换为：

xml


dfs.replication
1


4.3 配置 mapred-site.xml
这个文件指定 MapReduce 运行在 YARN 框架上。

bash
nano $HADOOP_HOME/etc/hadoop/mapred-site.xml
替换为：

xml


mapreduce.framework.name
yarn


4.4 配置 yarn-site.xml
这个文件配置 YARN 资源管理器。

bash
nano $HADOOP_HOME/etc/hadoop/yarn-site.xml
替换为：

xml


yarn.nodemanager.aux-services
mapreduce_shuffle


免密登录
设置 SSH 免密登录
Hadoop 的启动脚本需要通过 SSH 连接到本地机器来启动各种守护进程（如 DataNode, NodeManager）。设置免密登录后，脚本就不需要手动输入密码了。

安装 SSH 客户端和服务器：

bash
sudo apt install openssh-client openssh-server -y
生成 SSH 密钥对（一直按回车即可，所有提示都使用默认值）：

bash
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
将公钥授权给本机：

bash
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
修改授权文件权限（这是一个安全要求）：

bash
chmod 0600 ~/.ssh/authorized_keys
测试 SSH 免密登录是否成功：

bash
ssh localhost
格式化 HDFS NameNode
注意：这是第一次安装时必须执行的操作，且只能做一次！它会清除所有已有的 HDFS 数据。

这相当于初始化 Hadoop 的文件系统。

bash
hdfs namenode -format
您会看到大量日志输出。如果格式化成功，最后几行通常会出现 Storage directory ... has been successfully formatted 之类的信息。

启动 Hadoop 集群
现在，一切准备就绪，可以启动 Hadoop 了！

启动 HDFS（包含 NameNode, DataNode, SecondaryNameNode）：

bash
start-dfs.sh
启动 YARN（包含 ResourceManager, NodeManager）：

bash
start-yarn.sh
使用 jps 命令验证所有进程是否都已启动：

bash
jps
如果启动成功，您应该能看到类似以下的 6个 关键进程（顺序可能不同）：

text
1234 NameNode
5678 DataNode
9012 SecondaryNameNode
3456 ResourceManager
7890 NodeManager
1112 Jps
Jps 进程本身是用来查看Java进程的工具，可以忽略。只要前5个都在，就说明集群启动成功了！
可能出现问题

Hadoop 从 3.x 版本开始，出于安全考虑，不允许直接使用 root 用户来启动和管理服务。

错误信息非常明确：

text
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
我们需要在环境变量中明确指定运行 Hadoop 服务的用户。

解决方案：配置 Hadoop 用户环境变量
请按照以下步骤操作：

编辑 ~/.bashrc 文件，添加必要的用户环境变量：

bash
nano ~/.bashrc
在文件的最末尾，添加以下配置行（这些变量会告诉 Hadoop 脚本使用哪个用户来启动服务）：

bash

Hadoop User Definitions (Required for Hadoop 3.x+)

export HDFS_NAMENODE_USER="root"
export HDFS_DATANODE_USER="root"
export HDFS_SECONDARYNAMENODE_USER="root"
export YARN_RESOURCEMANAGER_USER="root"
export YARN_NODEMANAGER_USER="root"
由于我们就是在 root 用户下操作的，所以这里都设置为 "root"。

保存并退出 nano 编辑器 (Ctrl+X -> Y -> Enter)。

让新的环境配置立即生效：

bash
source ~/.bashrc
现在，重新启动 Hadoop 集群：

bash
stop-dfs.sh
stop-yarn.sh
start-dfs.sh
start-yarn.sh
再次使用 jps 命令验证进程是否都已成功启动：

bash
jps

看到这个错误 ERROR: JAVA_HOME is not set and could not be found.，这表明 Hadoop 启动脚本无法找到 Java 安装路径。虽然您之前可能已经设置了 JAVA_HOME，但可能设置不正确或者没有生效。

让我们一步步解决这个问题：

解决方案：正确设置 JAVA_HOME

1. 首先，确认 Java 确实已安装并找到其准确路径
   bash
   update-alternatives --config java
   或者

bash
which java
执行这些命令后，您会看到 Java 的安装路径，例如：

text
/usr/lib/jvm/java-11-openjdk-amd64/bin/java
请记下这个路径（去掉末尾的 /bin/java），例如：/usr/lib/jvm/java-11-openjdk-amd64

2. 编辑 Hadoop 的环境配置文件
   Hadoop 有自己的环境配置文件，我们需要在其中设置 JAVA_HOME：

bash
nano $HADOOP_HOME/etc/hadoop/hadoop-env.sh
在这个文件中，找到 export JAVA_HOME= 这一行（大约在第54行左右），取消注释并将路径设置为您刚才找到的 Java 路径：

bash

将原本的行修改为：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
请确保将路径替换为您实际找到的 Java 安装路径。

保存并退出编辑器（Ctrl+X → Y → Enter）。

3. 同时确保 ~/.bashrc 中的 JAVA_HOME 也正确设置
   bash
   nano ~/.bashrc
   检查 JAVA_HOME 的设置是否正确，应该与上面设置的路径一致。

然后让配置生效：

bash
source ~/.bashrc
4. 验证 JAVA_HOME 设置
bash
echo $JAVA_HOME
应该输出您设置的 Java 路径。

5. 现在重新启动 Hadoop
   bash
   stop-all.sh
   start-dfs.sh
   start-yarn.sh
6. 检查进程是否正常运行
   bash
   jps
   出现下面的图像HADOOP就算完成了
   

下载HBASE
1.在Ubuntu 终端中执行：

bash
cd ~

以 HBase 2.4.18 为例（请检查官网是否有更新版本）

wget https://downloads.apache.org/hbase/2.4.18/hbase-2.4.18-bin.tar.gz
1.2 解压和安装
bash

解压

tar -xzvf hbase-2.4.18-bin.tar.gz

移动到合适位置并重命名

sudo mv hbase-2.4.18 /usr/local/hbase
1.3 设置环境变量
编辑 ~/.bashrc 文件：

bash
nano ~/.bashrc
在文件末尾添加：

bash

HBase Configuration

export HBASE_HOME=/usr/local/hbase
export PATH=$PATH:$HBASE_HOME/bin
使配置生效：

bash
source ~/.bashrc
第 2 步：配置 HBase
2.1 配置 hbase-site.xml
这是 HBase 的主要配置文件：

bash
nano $HBASE_HOME/conf/hbase-site.xml
将以下配置替换文件内容（确保 Hadoop 正在运行）：

xml

hbase.cluster.distributedtruehbase.rootdirhdfs://localhost:9000/hbasehbase.zookeeper.property.dataDir/home/$(whoami)/zookeeperhbase.zookeeper.quorumlocalhost2.2 配置 Java 路径 编辑 HBase 的环境配置文件：

bash
nano $HBASE_HOME/conf/hbase-env.sh
找到并设置 JAVA_HOME：

bash
export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
第 3 步：启动和测试 HBase
3.1 确保 Hadoop 正在运行
bash
jps
您应该看到 NameNode、DataNode、ResourceManager 等进程。

3.2 启动 HBase
bash
start-hbase.sh
3.3 验证 HBase 进程
bash
jps
您现在应该看到额外的 HBase 进程：

HMaster - HBase 主节点

HRegionServer - HBase 区域服务器

3.4 启动 HBase Shell 进行测试
bash
hbase shell
进入 HBase 交互式命令行界面，提示符变为 hbase(main):001:0>。就算成功了