在 Microsoft Windows 上運行 Apache Hadoop 是比較繁瑣的任務，在安裝過程中會出現許多錯誤，最終，大多數用戶放棄了通過 Windows 使用 Hadoop，并轉而使用基于 Linux 的操作系統。

本文講述了有關如何在Windows上無誤安裝和運行Apache Hadoop所有組件的各個方面。請先為以下先決條件準備好PC/筆記本電腦：

1. Java開發工具包

Apache Hadoop 與最新版本的JDK不兼容。建議下載Java SE Development Kit版本15.0.x（可能需要注冊Oracle帳戶）。

安裝鏈接：https://www.oracle.com/java/technologies/javase/jdk15-archive-downloads.html

2. 設置環境路徑

（僅在未安裝Java或從未設置Java路徑時才執行此步驟）。

進入設置 -> 搜索 "環境變量" -> 選擇 "編輯系統變量 "選項。出現以下對話框：

單擊“環境變量…”按鈕。出現以下窗口：

選擇新按鈕并在變量名稱中鍵入“JAVA_HOME”，將值設置為Java SDK的bin文件夾的路徑（通常為類型：C:\Program Files\Java\jdk-15.0.1\bin）。對于用戶和系統變量都執行此步驟。

從用戶變量中選擇路徑選項（稍后同樣適用于系統變量）。單擊“編輯”并通過單擊“新建”按鈕（從右側）添加Java bin路徑。對于用戶和系統變量都執行此步驟。

現在，通過滿足先決條件，已準備好在Windows上安裝Apache Hadoop。

從以下鏈接中下載tar.gz文件（注意-最可能需要下載的是底部的第三個文件）。

安裝鏈接：https://downloads.apache.org/hadoop/common/hadoop-3.3.4/

確保將Hadoop文件夾提取到C：驅動器中（而不是任何文件夾或其他驅動器中）

提取后，請確保hadoop-3.3.4（文件夾名稱）對用戶具有寫入權限。

下面我們進入安裝步驟的關鍵部分，設置Hadoop的配置，請仔細遵循這些步驟。我們需要更改以下文件：

1. 編輯文件C：\ Hadoop-3.3.4 \ etc \ hadoop \ core-site.xml，編輯xml代碼并保存：

<configuration> 
<property> 
<name>fs.defaultFS</name> 
<value>hdfs://localhost:9000</value> 
</property> 
</configuration>

注意：如果端口正在使用，則可能需要更改端口（此處為9000）。

2. 編輯文件C:\Hadoop-3.3.4\etc\hadoop\mapred-site.xml，編輯xml代碼并保存：

<configuration> 
<property> 
<name>mapreduce.framework.name</name> 
<value>yarn</value> 
</property> 
</configuration>

3. 編輯文件

編輯C:\Hadoop-3.3.4\etc\hadoop\hdfs-site.xml，編輯xml代碼并保存：

<configuration> 
<property> 
<name>dfs.replication</name> 
<value>1</value> 
</property> 
<property> 
<name>dfs.namenode.name.dir</name> 
<value>/hadoop-3.3.4/data/namenode</value> 
</property> 
<property> 
<name>dfs.datanode.data.dir</name> 
<value>/hadoop-3.3.4/data/datanode</value> 
</property> 
</configuration>

4. 創建目錄

創建以下目錄

a. 在“C：\ hadoop-3.3.4 \”下創建文件夾“data”

b. 在“C：\ hadoop-3.3.4 \ data \”下創建文件夾“datanode”

c. 在“C：\ hadoopo-3.3.4 \ data \”下創建文件夾“namenode”

5. 編輯文件

編輯文件C：\ Hadoop-3.3.4 \ etc \ hadoop \ yarn-site.xml，編輯xml代碼并保存：

<configuration> 
<property> 
<name>yarn.nodemanager.aux-services</name> 
<value>mapreduce_shuffle</value> 
</property> 
<property> 
<name>yarn.nodemanager.auservices.mapreduce.shuffle.class</name> 
<value>org.apache.hadoop.mapred.ShuffleHandler</value> 
</property> 
</configuration>

6. 編輯文件

編輯文件C:\Hadoop-3.3.4\etc\hadoop\hadoop-env.cmd，編輯以下行：

“JAVA_HOME=C:\\Progra~1\Java\jdk-15.0.1\bin” instead of set “JAVA_HOME=C:\Java”

注意：可以使用JAVA_HOME變量，但由于路徑地址(Program Files)中存在空格，會引發錯誤。

到這一步已經完成了編輯配置的工作。現在，我們將在cmd中執行命令以運行Hadoop。

從下面鏈接中的bin文件夾中粘貼文件到Hadoop bin文件夾中，注意不要替換整個bin文件夾，復制文件并僅替換選定的文件。確保bin文件夾總共有22個項目。這一步很關鍵，因為現有的bin文件夾具有不完整的文件集，這些文件集是運行資源管理器所需的。

安裝鏈接：https://drive.google.com/drive/folders/1fDbblP61sUKmDqvQ8pfU98nMt_we4b5J?usp=share_link

7. 為Hadoop設置環境和路徑變量

進入設置->打開環境變量->在用戶變量中添加新變量：

變量名稱：HADOOP_HOME，值：C：\ hadoop-3.3.4 \ bin（到hadoop bin文件夾的路徑）。

進入用戶變量中的路徑，點擊編輯，添加新路徑：

路徑值與上面相同（到Hadoop bin文件夾的路徑）。

將以下路徑值添加到系統變量中：

C：\ hadoop-3.3.4 \ bin

C：\ hadoop-3.3.4 \ sbin

以“管理員身份運行”打開cmd（或powershell），并使用cd命令導航到Hadoop的bin目錄：

cd C:\hadoop-3.3.4\bin\

8. 格式化目錄

使用相同的cmd（powershell）命令格式化“namenode”目錄；

hdfs namenode -format

9. 啟動組件

要啟動Hadoop組件，將當前目錄改為sbin文件夾：

cd C:\hadoop-3.3.4\sbin\

并運行“start-all.cmd”可執行文件。可以通過在文件資源管理器中導航到sbin目錄中的start-all.cmd并選擇“以管理員身份運行”來執行此操作。

注意：如果通過執行第8步，無法查看yarn終端（cmd），請從同一目錄中以管理員身份打開“start-yarn.cmd”。

現在就能看到四個終端(cmd)同時運行。

確保所有四個組件都在運行，這些組件是：

a. hadoop namenode

b. hadoop datanode

c. yarn resourcemanager

d. yarn nodemanager

注意：可以使用終端中的“jps”命令進行驗證。如果任何一個（或多個）進程“關閉”，請檢查上一部分中的Hadoop配置步驟。

在成功運行組件后，可以通過在Web瀏覽器中打開http://localhost:8088來訪問Hadoop默認創建的群集。

上圖顯示了具有值1的活動節點的突出顯示字段，表示已創建一個節點并正在運行。

單擊左側欄上的“節點”以查看所創建節點的詳細信息。

要檢查namenode的狀態，請在Web瀏覽器中打開http://localhost:9870。可以通過頂部導航欄下的“實用程序”部分在GUI下訪問HDFS。

注意：圖中顯示 "localhost:9001"，因為端口號9000已經被我的電腦使用了。我已經在Hadoop配置步驟中改變了它。(在core-site.xml文件中)。

恭喜，已成功在PC上安裝了Apache Hadoop。現在，可以從本地計算機執行map reduce任務，開始探索Hadoop Map Reduce的功能吧。