目录
- 背景
- 一、环境规划与依赖准备
- 1. 服务器规划（3节点集群）
- 2. 系统与依赖
- 3. Hadoop生态组件版本与下载路径
- 4. 架构图
- 二、Hadoop（HDFS+YARN）安装与配置
- 1. 下载与解压（所有节点）
- 2. HDFS高可用配置
- 3. YARN资源配置
- 4. 启动Hadoop集群
- 三、MySQL安装与Hive元数据配置
- 1. 安装MySQL（Master节点）
- 2. Hive配置连接MySQL
- 3. 初始化Hive元数据
- 四、Sqoop安装与数据迁移实战
- 1. 下载与配置（Master节点）
- 2. 配置环境变量
- 五、Azkaban工作流调度系统部署
- 1. 安装Azkaban（Master和Worker1节点）
- 2. 配置Azkaban
- 3. 启动服务
- 六、Hue可视化平台与ZooKeeper配置
- 1. Hue安装与配置（Master节点）
- 2. ZooKeeper集群配置
- 六、常见问题解决方案
- 七、总结与维护指南
- 1. 核心组件配置表
- 2. 维护建议
- 3. 部署建议
背景
对于中小企业，构建一套完整的本地化大数据平台需兼顾成本（5w内）、易用性和扩展性。基于Hadoop生态的组件（HDFS、YARN、Hive）结合数据工具（Sqoop、Azkaban）、可视化工具（Hue）和协调服务（ZooKeeper），能够实现从数据存储、计算、调度到可视化的全链路管理。
本文基于生产环境实践，详细讲解以下组件的安装、配置与联动：
- 存储与计算：HDFS、YARN、Hive
- 数据迁移：Sqoop（Hive与MySQL数据互通）
- 调度系统：Azkaban
- 可视化与协调：Hue、ZooKeeper
- 元数据管理：MySQL
（一、环境规划与依赖准备中）提供全组件官方下载地址 和 配置模板，助您快速搭建企业级数据平台！
一、环境规划与依赖准备
1. 服务器规划（3节点集群）
| 节点角色 | IP地址 | 部署服务 |
|---|---|---|
| Master | 192.168.1.101 | NameNode、ResourceManager、Hive、Hue、ZooKeeper、Azkaban Web Server、MySQL |
| Worker1 | 192.168.1.102 | DataNode、NodeManager、ZooKeeper、Azkaban Executor |
| Worker2 | 192.168.1.103 | DataNode、NodeManager、ZooKeeper |
2. 系统与依赖
- 操作系统：CentOS 7.9（所有节点）
- JDK：JDK 8u381（下载地址）
- MySQL：5.7.44（存储Hive元数据）
- Python：3.6+（Hue依赖）
3. Hadoop生态组件版本与下载路径
| 组件 | 稳定版本 | 官方下载路径 |
|---|---|---|
| HDFS | 3.3.6 | Apache Hadoop Releases |
| YARN | 3.3.6 | 同上 |
| Hive | 3.1.3 | Apache Hive Downloads |
| Hue | 4.11.0 | Gethue Releases |
| ZooKeeper | 3.7.1 | Apache ZooKeeper |
| MySQL | 5.7.44 | MySQL Community Server |
| Sqoop | 1.4.7 | Apache Sqoop |
| Azkaban | 4.0.0 | Azkaban GitHub Releases |
| Python 3.6+ | EPEL 仓库安装 | 1. sudo yum install -y epel-release 2. sudo yum install -y python36 python36-devel |
4. 架构图
二、Hadoop（HDFS+YARN）安装与配置
1. 下载与解压（所有节点）
wget https://dlcdn.apache.org/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz
tar -zxvf hadoop-3.3.6.tar.gz -C /opt
mv /opt/hadoop-3.3.6 /opt/hadoop
2. HDFS高可用配置
1）core-site.xml
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://mycluster</value> </property> <property> <name>hadoop.tmp.dir
