HDFS在CentOS上如何运行

在CentOS上运行HDFS（Hadoop分布式文件系统）涉及多个步骤，包括安装Hadoop、配置环境变量、格式化NameNode、启动HDFS服务等。以下是一个基本的指南：

1. 安装Java环境

首先，确保你的系统上已经安装了Java环境。你可以使用以下命令来安装OpenJDK 8：

sudo yum install java-1.8.0-openjdk-devel

2. 下载并解压Hadoop

从Apache Hadoop官方网站下载适合你系统的Hadoop版本，并解压到指定目录。例如，下载Hadoop 3.3.1版本：

wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -xzvf hadoop-3.3.1.tar.gz -C /opt

3. 配置环境变量

编辑 /etc/profile 文件，添加Hadoop路径和环境变量：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
export HADOOP_HOME=/opt/hadoop-3.3.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存文件后，使配置生效：

source /etc/profile

4. 配置Hadoop

编辑 core-site.xml

在 HADOOP_HOME/etc/hadoop/ 目录下编辑 core-site.xml 文件，添加以下内容：

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

编辑 hdfs-site.xml

在 HADOOP_HOME/etc/hadoop/ 目录下编辑 hdfs-site.xml 文件，添加以下内容：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/path/to/namenode/dir</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/path/to/datanode/dir</value>
    </property>
</configuration>

确保 dfs.namenode.name.dir 和 dfs.datanode.data.dir 指向的目录存在并且Hadoop有权限访问这些目录。

5. 格式化NameNode

在首次启动HDFS之前，你需要对NameNode进行格式化：

hdfs namenode -format

6. 启动HDFS

在NameNode节点上启动HDFS集群：

start-dfs.sh

7. 验证HDFS状态

打开浏览器并访问 http://namenode:50070（或者如果你更改了默认端口，请使用相应的端口号），这将显示HDFS的状态页面，你可以在这里查看集群的状态和各个组件的健康状况。

8. 配置防火墙

确保防火墙允许Hadoop所需的端口。例如：

sudo firewall-cmd --permanent --zone=public --add-port=9000/tcp
sudo firewall-cmd --permanent --zone=public --add-port=50070/tcp
sudo firewall-cmd --reload

9. 配置SSH无密码登录

为了方便集群管理，你可以配置SSH无密码登录：

ssh-keygen -t rsa
ssh-copy-id hadoop@namenode

10. 高可用性配置（可选）

对于生产环境，建议配置HDFS的高可用性。这涉及到配置ZooKeeper和设置HDFS的HA属性。具体步骤可以参考Hadoop官方文档。