优化CentOS上的Hadoop分布式文件系统（HDFS）存储空间可以从多个方面入手。以下是一些关键的优化策略：
1. 数据压缩
- 选择合适的压缩算法：使用高效的压缩算法，如Snappy、LZO、Gzip等，可以显著减少存储空间的占用。Snappy和LZO提供较好的压缩比和较快的解压速度，适合需要快速读写的场景。
- 压缩数据块：对HDFS中的数据块进行压缩，可以减少存储空间的占用。
2. 调整数据块大小
- 合理设置数据块大小：默认情况下，HDFS的数据块大小是128MB。对于大文件，可以适当增加数据块大小以减少元数据开销；对于小文件，可以减小数据块大小以减少存储浪费。
3. 数据本地化
- 提高数据本地化率：尽量让计算任务在数据所在的节点上执行，减少数据传输的开销。可以通过调整任务调度策略和数据放置策略来实现。
4. 调整副本数量
- 合理配置副本因子：根据数据的重要性和访问频率调整副本数量，以平衡数据可靠性和存储成本。对于不那么重要的数据，可以适当降低副本因子以节省存储空间。
5. 使用纠删码
- 纠删码技术：HDFS 3.x版本引入了纠删码技术，允许用更少的存储空间来提供与副本机制相同的容错能力。例如，使用Reed-Solomon算法，可以用较少的数据块和校验块来代替传统的副本机制。
6. 硬件升级
- 使用高性能硬件：使用SSD等高性能硬件设备可以显著提升HDFS的读写性能，从而提高整体存储效率。
7. 数据清理和归档
- 定期清理无用数据：删除不再需要的数据文件，释放存储空间。
- 数据归档：将不常访问的数据归档到低成本的存储介质上，如Hadoop Archive (HAR)文件。
8. 监控和调优
- 监控存储使用情况：使用HDFS的监控工具（如Ganglia、Prometheus等）定期检查存储使用情况，及时发现并解决问题。
- 调优参数：根据实际情况调整HDFS的配置参数，如副本的放置策略、数据块的复制策略等，以提高性能。
9. 集群横向扩容
- 增加数据节点：通过增加DataNode节点，可以提高存储容量和数据的并发读写能力，从而提高整体的性能。
10. 文件系统选择
- 推荐使用XFS文件系统：因其优化较好，适合HDFS使用。
通过上述方法，可以有效地优化CentOS上HDFS的存储空间，提高系统的性能和稳定性。需要注意的是，具体的优化策略可能需要根据实际的数据特征、工作负载以及资源状况进行调整。