如何在CentOS上搭建HDFS集群

在CentOS上搭建HDFS（Hadoop分布式文件系统）集群涉及多个步骤，包括安装Java、配置Hadoop环境、设置SSH无密码登录以及启动和测试HDFS。以下是一个基本的指南：

1. 安装Java

Hadoop需要Java环境，首先确保你的CentOS系统上安装了Java。

sudo yum update -y
sudo yum install java-1.8.0-openjdk-devel -y

验证Java安装：

java -version

2. 下载并解压Hadoop

从Apache Hadoop官方网站下载最新版本的Hadoop，并解压到指定目录。

wget https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -xzvf hadoop-3.3.1.tar.gz -C /usr/local/
sudo mv /usr/local/hadoop-3.3.1 /usr/local/hadoop

3. 配置Hadoop环境变量

编辑/etc/profile.d/hadoop.sh文件，添加以下内容：

export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

使配置生效：

source /etc/profile.d/hadoop.sh

验证Hadoop安装：

hadoop version

4. 配置HDFS

编辑Hadoop配置文件，主要涉及core-site.xml、hdfs-site.xml和yarn-site.xml。

core-site.xml

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

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>
</configuration>

yarn-site.xml

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

5. 格式化HDFS

在NameNode节点上执行以下命令格式化HDFS：

hdfs namenode -format

6. 启动HDFS集群

在NameNode节点上启动HDFS：

start-dfs.sh

在DataNode节点上启动DataNode：

start-dfs.sh

7. 验证HDFS集群

访问NameNode的Web界面，默认地址是http://namenode:50070。

8. 设置SSH无密码登录

为了方便管理，建议设置SSH无密码登录。

在NameNode节点上生成SSH密钥：

ssh-keygen -t rsa

将公钥复制到DataNode节点：

ssh-copy-id datanode_user@datanode_ip

9. 停止HDFS集群

在NameNode节点上停止HDFS：

stop-dfs.sh

注意事项

• 确保所有节点的时间同步。
• 确保防火墙允许必要的端口通信（如9000、50070等）。
• 根据实际需求调整配置文件中的参数。

通过以上步骤，你应该能够在CentOS上成功搭建一个基本的HDFS集群。根据具体需求，可能还需要进行更多的配置和优化。