为什么要安装hadoop

hadoop是一个大数据处理的生态，主要包括存储（HDFS）、计算（MapReduce）、资源调度（Yarn）三个部分，在spark中需要用到HDFS和YARN，以保证spark在分布式文件存储和资源调度方面更好地协调。

hadoop集群的安装

参考博客

1、下载spark对应的hadoop版本的安装包

因为我spark版本为spark-3.1.1-bin-hadoop2.7.7-tgz，这里可以看到匹配的hadoop版本为2.7.7所以直接官网下载。

2、解压安装到master主机上

当然如果没有JDK环境的可以参考spark安装中的JDK环境搭建,安装好之后就可以直接用Xftp工具发送到master主机上
用上面语句解压到当前路径

3、修改配置集群文件

4、修改hadoop用户权限

5、配置免密登录

6、拷贝到其他机器上

7、配置环境变量并启动测试

hadoop集群搭建

原文：https://www.cnblogs.com/wzy-1914495381/p/14640243.html