如何在CentOS上配置HDFS高可用

在CentOS上配置HDFS（Hadoop Distributed File System）高可用性，需要遵循以下步骤：

1. 准备工作

• 硬件准备：确保至少有三台服务器，用于部署NameNode和Secondary NameNode。
• 软件准备：安装Java和Hadoop。

2. 安装Java

sudo yum install java-1.8.0-openjdk-devel

3. 下载并解压Hadoop

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 /usr/local/

4. 配置Hadoop

编辑/usr/local/hadoop/etc/hadoop/hadoop-env.sh文件，设置Java路径：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk

5. 配置core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/tmp</value>
    </property>
</configuration>

6. 配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop/data/datanode</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>secondarynamenode:50090</value>
    </property>
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/home/hadoop/.ssh/id_rsa</value>
    </property>
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://journalnode1:8485;journalnode2:8485;journalnode3:8485/mycluster</value>
    </property>
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/usr/local/hadoop/data/journalnode</value>
    </property>
</configuration>

7. 配置yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yarn-cluster</value>
    </property>
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>resourcemanager1</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>resourcemanager2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>zookeeper1:2181,zookeeper2:2181,zookeeper3:2181</value>
    </property>
</configuration>

8. 配置mapred-site.xml

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

9. 启动JournalNode

在所有journalnode服务器上执行：

/usr/local/hadoop/sbin/hadoop-daemon.sh start journalnode

10. 格式化NameNode

在其中一个NameNode服务器上执行：

/usr/local/hadoop/bin/hdfs namenode -format

11. 启动Secondary NameNode

在Secondary NameNode服务器上执行：

/usr/local/hadoop/sbin/hadoop-daemon.sh start secondarynamenode

12. 启动NameNode

在第一个NameNode服务器上执行：

/usr/local/hadoop/sbin/hadoop-daemon.sh start namenode

在第二个NameNode服务器上执行：

/usr/local/hadoop/sbin/hadoop-daemon.sh start namenode

13. 启动ResourceManager

在ResourceManager1服务器上执行：

/usr/local/hadoop/sbin/yarn-daemon.sh start resourcemanager

在ResourceManager2服务器上执行：

/usr/local/hadoop/sbin/yarn-daemon.sh start resourcemanager

14. 启动DataNode

在所有DataNode服务器上执行：

/usr/local/hadoop/sbin/hadoop-daemon.sh start datanode

15. 验证配置

使用hdfs dfsadmin -report命令检查集群状态。

注意事项

• 确保所有节点之间的网络通信正常。
• 确保防火墙允许必要的端口通信。
• 定期备份配置文件和数据。

通过以上步骤，你可以在CentOS上配置一个高可用的HDFS集群。