当前位置: 首页 > article >正文

centos7服务器 Java和Hadoop安装教程,用VMware和finalshell

以下是基于搜索结果整理的在 CentOS 7 服务器上安装 Java 和 Hadoop 的详细教程,使用 VMware 和 FinalShell 进行操作:


一、在 VMware 中安装 CentOS 7

  1. 下载软件

    • 下载 VMware WorkstationVMware Player
    • 下载 CentOS 7 ISO 镜像
  2. 安装 VMware

    • 运行 VMware 安装程序并完成安装。
  3. 创建虚拟机

    • 启动 VMware,点击“创建新的虚拟机”,选择“典型”配置。
    • 选择“安装程序光盘映像文件”,并指定 CentOS 7 ISO 文件。
    • 设置虚拟机名称和安装位置,分配至少 20GB 磁盘空间。
    • 自定义硬件配置:分配至少 2GB 内存和 2 个 CPU 核心。
  4. 安装 CentOS 7

    • 启动虚拟机,选择“Install CentOS 7”。
    • 选择语言和键盘布局,设置时区为上海。
    • 选择“最小安装”,手动分区(根分区 / 至少 15GB,交换分区 swap 与内存大小相当)。
    • 设置主机名和网络适配器,确保网络可用。
    • 安装完成后重启虚拟机。

二、配置 Java 开发环境

  1. 更新系统

    sudo yum update -y
    
  2. 安装 Java

    sudo yum install -y java-1.8.0-openjdk-devel
    
  3. 设置环境变量

    • 编辑 ~/.bashrc 文件,添加以下内容:
      export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
      export PATH=$JAVA_HOME/bin:$PATH
      
    • 执行 source ~/.bashrc 使配置生效。
  4. 验证 Java 安装

    java -version
    

三、安装 Hadoop

  1. 下载 Hadoop

    wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.3.5/hadoop-3.3.5.tar.gz
    
  2. 解压 Hadoop

    tar -zxvf hadoop-3.3.5.tar.gz -C /opt/hadoop/
    
  3. 配置 Hadoop 环境变量

    • 编辑 ~/.bash_profile 文件,添加以下内容:
      export HADOOP_HOME=/opt/hadoop/hadoop-3.3.5
      export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
      
    • 执行 source ~/.bash_profile
  4. 配置 Hadoop

    • 进入配置目录:
      cd /opt/hadoop/hadoop-3.3.5/etc/hadoop
      
    • 配置 hadoop-env.sh
      export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
      
    • 配置 core-site.xml
      <configuration>
        <property>
          <name>fs.defaultFS</name>
          <value>hdfs://localhost:9000</value>
        </property>
      </configuration>
      
    • 配置 hdfs-site.xml
      <configuration>
        <property>
          <name>dfs.replication</name>
          <value>1</value>
        </property>
        <property>
          <name>dfs.namenode.name.dir</name>
          <value>/opt/hadoop/hadoop-3.3.5/hdfs/namenode</value>
        </property>
        <property>
          <name>dfs.datanode.data.dir</name>
          <value>/opt/hadoop/hadoop-3.3.5/hdfs/datanode</value>
        </property>
      </configuration>
      
    • 配置 mapred-site.xml
      <configuration>
        <property>
          <name>mapreduce.framework.name</name>
          <value>yarn</value>
        </property>
      </configuration>
      
    • 配置 yarn-site.xml
      <configuration>
        <property>
          <name>yarn.resourcemanager.hostname</name>
          <value>localhost</value>
        </property>
      </configuration>
      
    • 配置 workers 文件
      localhost
      
  5. 格式化 HDFS

    hdfs namenode -format
    
  6. 启动 Hadoop

    start-dfs.sh
    start-yarn.sh
    

四、使用 FinalShell 进行文件传输和管理

  1. 安装 FinalShell

    • 下载并安装 FinalShell。
  2. 连接 CentOS 7 服务器

    • 打开 FinalShell,输入服务器的 IP 地址、用户名和密码。
  3. 文件传输

    • 在 FinalShell 的文件管理器中,将 JDK 和 Hadoop 压缩包拖入服务器的指定目录(如 /opt/module)。
  4. 解压文件

    tar -zxvf jdk-8u202-linux-x64.tar.gz -C /opt/module/
    tar -zxvf hadoop-3.3.5.tar.gz -C /opt/module/
    
  5. 配置环境变量

    • /etc/profile.d/ 下创建 my_env.sh 文件,添加 Java 和 Hadoop 的环境变量。

五、验证安装

  1. 验证 Java

    java -version
    
  2. 验证 Hadoop

    • 访问 Hadoop 的 Web UI:
      • NameNode:http://<服务器IP>:9870
      • ResourceManager:http://<服务器IP>:8088

通过以上步骤,你可以在 CentOS 7 服务器上成功安装并配置 Java 和 Hadoop。如果需要搭建 Hadoop 集群,可以参考类似的步骤在多台虚拟机上进行配置。


http://www.kler.cn/a/574253.html

相关文章:

  • 【C++教程】C++中的基本数据类型
  • 【每日学点HarmonyOS Next知识】Web上传文件、监听上下左右区域连续点击、折叠悬停、字符串相关、播放沙盒视频
  • VsCode/Cursor workbench.desktop.main.js 的入口
  • VS2019,VCPKG - 为VS2019添加VCPKG
  • 【启发式算法】Dijkstra算法详细介绍(Python)
  • 高频 SQL 50 题(基础版)| 高级字符串函数 / 正则表达式 / 子句:1667. 修复表中的名字
  • Jenkins工具配置与运用指南:从零到持续交付
  • 网络安全 三高三弱治理
  • 【进程和线程】(面试高频考点)
  • HTML第四节
  • Android Studio快速配置国内镜像源和HTTP代理
  • python基础课程整理--元组的基础
  • 分类预测 | Matlab实现PSO-BP-Adaboost基于粒子群算法优化BP神经网络结合Adaboost思想的分类预测模型
  • 同一个网段的IP可以自由访问吗?不同网段的IP必须通过公网IP访问吗?
  • 【鸿蒙操作系统】- 1:实习阶段的一些总结
  • 【项目】视频点播
  • PTA 7-6 列出连通集
  • 在MWC2025,读懂华为如何以行践言
  • 考研初试需要准备多少时间用于复习备考?
  • Hadoop、Hive、Spark的关系