Windows 7 安装 Hadoop 完整教程：从零开始手把手教你跑通伪分布式

很多做大数据入门的朋友手头只有一台老电脑，系统还是 Windows 7，想先把 Hadoop 装上练练手。别急着换系统或买新机器，Windows 7 上照样能跑伪分布式 Hadoop。下面这套流程是我自己在多台 Win7 机器上反复验证过的，适合完全没接触过大数据的小白，每一步都写清楚，照着点鼠标、敲命令就能搞定。

一、先搞清楚：Win7 装 Hadoop 有哪些坑

Hadoop 官方主推 Linux，Windows 只是“能跑但不推荐”。Win7 本身已经停止更新，装的时候最容易踩这几个坑：

• 权限问题：Hadoop 需要创建文件夹、写日志，UAC 开着会报 Access Denied。
• 路径空格：安装路径千万别带空格，比如别装在 C:\Program Files 里。
• 版本匹配：Hadoop 2.7.x 到 2.10.x 对 Win7 兼容性最好，3.x 开始对系统要求更高，建议新手直接选 2.7.7。
• 依赖缺失：必须准备好对应版本的 winutils.exe 和 hadoop.dll，否则 NameNode 直接起不来。

只要按下面顺序做，这些坑都能提前避开。

二、准备工作：下载这些东西就够了

打开电脑，先确认这几样都准备好（全部免费）：

1. JDK 1.8
   去 Oracle 官网或国内镜像下 64 位 jdk-8u202-windows-x64.exe（更高版本也能用，但 1.8 最稳）。

2. Hadoop 2.7.7 二进制包
   官网 apache.org 下载 hadoop-2.7.7.tar.gz（大约 200MB）。

3. winutils 工具包
   搜索“hadoop-2.7.7 winutils”下载对应压缩包，里面必须有 winutils.exe 和 hadoop.dll。

4. 解压工具
   7-Zip 或 WinRAR 都行，用来解压 .tar.gz。

5. 管理员权限
   后面所有操作都右键“以管理员身份运行”命令提示符或 PowerShell。

建议把所有文件统一放到 D:\bigdata 目录下，后面路径好记，也避免系统盘空间不够。

三、第一步：安装并配置 JDK

1. 双击 jdk 安装包，一路下一步，安装路径改成 D:\bigdata\jdk1.8（记住这个路径）。
2. 安装完后，右键“计算机”→属性→高级系统设置→环境变量。
3. 新建系统变量：
   • 变量名：JAVA_HOME
     变量值：D:\bigdata\jdk1.8
   • 变量名：CLASSPATH
     变量值：.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar
4. 找到系统变量里的 Path，在最后面加上：
   ;%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin
5. 打开命令提示符，输入 java -version，能看到 1.8 版本号就说明成功了。

四、第二步：解压 Hadoop 并放入 winutils

1. 用 7-Zip 把 hadoop-2.7.7.tar.gz 解压两次，得到 hadoop-2.7.7 文件夹，把它整个剪切到 D:\bigdata\hadoop-2.7.7。
2. 把下载的 winutils 包解压，把里面的 bin 目录下所有文件（尤其是 winutils.exe 和 hadoop.dll）全部复制覆盖到 D:\bigdata\hadoop-2.7.7\bin 里。
3. 再新建两个文件夹，后面配置要用：
   • D:\bigdata\hadoop-2.7.7\data\namenode
   • D:\bigdata\hadoop-2.7.7\data\datanode

路径里绝对不要有中文和空格，这是血泪教训。

五、第三步：配置环境变量

继续打开环境变量窗口：

1. 新建系统变量：
   • 变量名：HADOOP_HOME
     变量值：D:\bigdata\hadoop-2.7.7
2. 在 Path 最后面追加：
   ;%HADOOP_HOME%\bin;%HADOOP_HOME%\sbin
3. 新建变量：
   • 变量名：HADOOP_CONF_DIR
     变量值：%HADOOP_HOME%\etc\hadoop

保存后重新打开一个管理员命令提示符，输入 hadoop version，能显示 Hadoop 2.7.7 就说明环境变量 OK。

六、第四步：修改 Hadoop 配置文件（最关键）

所有配置文件都在 D:\bigdata\hadoop-2.7.7\etc\hadoop 目录下，用记事本打开即可（建议用 Notepad++，避免编码问题）。

1. 修改 hadoop-env.cmd

找到这一行：

set JAVA_HOME=%JAVA_HOME%

改成绝对路径（注意斜杠方向）：

set JAVA_HOME=D:\bigdata\jdk1.8

2. 修改 core-site.xml

把 <configuration> 和 </configuration> 之间的内容替换成：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>D:\bigdata\hadoop-2.7.7\data\tmp</value>
    </property>
</configuration>

3. 修改 hdfs-site.xml

替换成：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>D:\bigdata\hadoop-2.7.7\data\namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>D:\bigdata\hadoop-2.7.7\data\datanode</value>
    </property>
</configuration>

4. 修改 mapred-site.xml

先把 mapred-site.xml.template 复制一份改名为 mapred-site.xml，然后写入：

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

5. 修改 yarn-site.xml

写入：

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

保存所有文件，配置就完成了。

七、第五步：格式化并启动 Hadoop

1. 以管理员身份打开命令提示符，依次执行：

   cd /d D:\bigdata\hadoop-2.7.7
   hdfs namenode -format

   看到 “successfully formatted” 就对了。只做一次，以后别再格式化，否则数据全没。

2. 启动 HDFS 和 YARN：

   start-dfs.cmd
   start-yarn.cmd

   会弹出 4 个黑色窗口（NameNode、DataNode、ResourceManager、NodeManager），不要关。

3. 验证是否成功：

   • 浏览器打开 http://localhost:50070 ，能看到 NameNode 界面。
   • 打开 http://localhost:8088 ，能看到 YARN 资源管理界面。
   • 命令行输入 jps，应该能看到 NameNode、DataNode、ResourceManager、NodeManager、Jps 这几个进程。

到这里，伪分布式 Hadoop 已经在你的 Windows 7 上跑起来了。

八、常见报错快速解决

• “Error: JAVA_HOME is incorrectly set”
  回到 hadoop-env.cmd，把路径改成绝对路径，并且用反斜杠 \。

• NameNode 起不来，提示权限不足
  右键 winutils.exe → 属性 → 兼容性 → 勾选“以管理员身份运行此程序”。

• 端口被占用
  用 netstat -ano | findstr 9000 查占用进程，然后任务管理器结束它。

• DataNode 启动后马上消失
  多半是 namenode 和 datanode 的 clusterID 不一致。删掉 data 目录下所有内容，重新 format 一次即可。

• 浏览器打不开 50070
  检查防火墙有没有拦，或者把 hosts 文件加上 127.0.0.1 localhost。

九、装完后可以马上做的几件事

1. 用命令上传测试文件：

   hdfs dfs -mkdir /test
   hdfs dfs -put D:\test.txt /test
   hdfs dfs -ls /

2. 跑官方自带的 WordCount 例子，感受一下 MapReduce。

3. 如果觉得命令行麻烦，可以再装个 Eclipse 或 IDEA，配上 Hadoop 插件，直接在 IDE 里写代码调试。

Win7 机器性能有限，建议只用来学习，真正跑业务还是迁到 Linux 虚拟机或云服务器更合适。按上面步骤做完，基本两小时内就能看到绿色的 NameNode 页面。把每一步路径、命令都核对一遍，成功率会非常高。