Windows 环境下搭建 Hadoop 详细教程（小白从零开始）

很多朋友想学大数据，第一反应就是装 Hadoop。官方更推荐 Linux，但现实中不少人电脑是 Windows，临时练手又不想装虚拟机。其实 Windows 环境下也能把 Hadoop 跑起来，只要步骤对，新手半天就能搞定。下面按小白能看懂的节奏，从零开始一步一步讲清楚。

先搞清楚：Windows 上跑 Hadoop 靠谱吗

Hadoop 底层依赖 Linux 的一些命令和权限机制，Windows 原生支持不完整。目前最稳妥的做法是：用官方二进制包 + 社区提供的 winutils 工具补齐缺失的功能。这种方法不用装 Cygwin，也不用改系统，适合日常学习、写 MapReduce 程序、练 HDFS 操作。

注意几点：

只适合单机伪分布式模式，别拿来跑生产集群。
建议用 Windows 10 或 11 的 64 位系统。
内存至少 8G，推荐 16G，硬盘留 20G 以上空闲。
路径里尽量别出现中文和空格，否则容易报错。

准备工作：下载这些东西

JDK 8
去 Oracle 官网或 Adoptium 下载 jdk-8u 版本，安装时记住路径，比如 C:\Java\jdk1.8.0_xxx。
装完打开命令提示符输入 java -version，能看到版本号就行。
Hadoop 3.x 二进制包
推荐 Hadoop 3.3.6（稳定且兼容性好）。到 Apache 官网下载 hadoop-3.3.6.tar.gz，解压到 D:\hadoop（路径自己定，后面统一用这个举例）。
winutils.exe
这是关键。去 GitHub 搜 “winutils hadoop”，找到对应 3.3.6 版本的 winutils 和 hadoop.dll。把它们放到 D:\hadoop\bin 目录下。没有这个文件，后面格式化 namenode 会直接失败。

下载完后目录结构大致是这样：

D:\hadoop
├── bin
│   ├── hadoop
│   ├── winutils.exe
│   └── hadoop.dll
├── etc
├── sbin
└── ...

配置环境变量（最容易出错的一步）

右键“此电脑”→属性→高级系统设置→环境变量。

新建系统变量
- 变量名：JAVA_HOME
  变量值：C:\Java\jdk1.8.0_xxx
- 变量名：HADOOP_HOME
  变量值：D:\hadoop
编辑 Path 变量，新增两行：
- %JAVA_HOME%\bin
- %HADOOP_HOME%\bin
- %HADOOP_HOME%\sbin

配置完重新打开命令提示符，输入：

hadoop version

能看到版本信息就说明环境变量生效了。

修改配置文件（伪分布式核心）

所有配置文件都在 D:\hadoop\etc\hadoop 目录。用记事本或 VS Code 打开，注意保存时编码选 UTF-8。

1. hadoop-env.cmd

找到 set JAVA_HOME 那一行，改成：

set JAVA_HOME=C:\Java\jdk1.8.0_xxx

（路径按自己实际改，不要用 %JAVA_HOME%）

2. core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>D:/hadoop/tmp</value>
    </property>
</configuration>

先手动建一个 D:\hadoop\tmp 文件夹。

3. hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/D:/hadoop/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/D:/hadoop/data/datanode</value>
    </property>
</configuration>

同样提前建好 D:\hadoop\data\namenode 和 datanode 两个文件夹。

4. mapred-site.xml

如果没有这个文件，把 mapred-site.xml.template 复制一份改名。内容如下：

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

5. yarn-site.xml

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
</configuration>

格式化并启动 Hadoop

打开命令提示符（管理员权限更稳），依次执行：

格式化 namenode（只做一次）
```
hdfs namenode -format
```
看到 “successfully formatted” 就成功了。如果报错，检查 winutils 和路径。
启动 HDFS
```
start-dfs.cmd
```
会弹出两个窗口：namenode 和 datanode。
启动 YARN
```
start-yarn.cmd
```
再弹出 resourcemanager 和 nodemanager 窗口。
检查是否成功浏览器打开：
- HDFS 管理页：http://localhost:9870
- YARN 管理页：http://localhost:8088

两个页面都能打开，说明 Windows 环境下的 Hadoop 已经跑起来了。

验证是否真的能用

随便创建一个目录：

hdfs dfs -mkdir /test
hdfs dfs -ls /

能看到 /test 就说明 HDFS 正常。

再跑一个官方自带的 WordCount 例子（需要先准备输入文件），能出结果就证明 MapReduce 也没问题。

常见坑和解决办法

报错 “Error: JAVA_HOME is incorrectly set”
回到 hadoop-env.cmd，把路径写成绝对路径，不要带空格。
datanode 起不来
删掉 data 和 tmp 文件夹重新格式化，或者检查端口 9000、9866 有没有被占用。

权限报错 AccessControlException
在 core-site.xml 加一条：

<property>
  <name>hadoop.security.authorization</name>
  <value>false</value>
</property>

启动后窗口一闪就关
用 hadoop-daemon.cmd 单独启动某个进程，看具体报错日志。
中文路径乱码
所有路径统一用英文，配置文件编码改成 UTF-8 无 BOM。

进阶小建议

装好后如果觉得命令行不方便，可以再装一个 Hadoop 的 Windows 客户端工具，或者直接用 IDEA 写 MapReduce 程序远程提交。
想更省事的话，后续可以考虑用 WSL2 装 Ubuntu，再在里面搭 Hadoop，性能和兼容性都比原生 Windows 好很多。
单机玩熟了，再去学完全分布式、高可用、Hive、Spark 这些，就轻松多了。

整套流程跟着做一遍，基本就能在 Windows 环境下稳定使用 Hadoop。把每一步的配置文件保存好，下次重装系统也能快速恢复。