配置完成后，首先需确认HDFS核心进程是否正常启动。在终端执行jps命令，若输出中包含NameNode（主节点）、DataNode（数据节点）进程（伪分布式模式下无SecondaryNameNode，集群模式下需包含），则说明HDFS服务启动成功。
通过浏览器访问HDFS的Web管理界面，直观查看集群状态：
http://localhost:9870（Hadoop 3.x版本）或http://localhost:50070（Hadoop 2.x版本），确认“Live Nodes”显示当前DataNode节点在线（伪分布式模式为1个）。http://localhost:8088，检查“Active Nodes”显示NodeManager节点正常。使用HDFS命令行工具执行常见文件操作，验证文件系统的读写功能：
hdfs dfs -mkdir -p /user/test（-p参数递归创建父目录）。/etc/hosts）上传至HDFS：hdfs dfs -put /etc/hosts /user/test/。hdfs dfs -ls /user/test，确认上传的文件存在。hdfs dfs -cat /user/test/hosts，检查文件内容是否与本地一致。hdfs dfs -get /user/test/hosts ./hosts_copy，将HDFS文件下载至本地，验证数据完整性。hdfs dfs -rm /user/test/hosts，清理测试文件。运行Hadoop自带的MapReduce示例程序，验证集群的计算能力：
echo "Hello Hadoop World" > input.txt、echo "Hadoop is awesome" >> input.txt。hdfs dfs -mkdir -p /user/hadoop/wordcount/input、hdfs dfs -put input.txt /user/hadoop/wordcount/input/。yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar wordcount /user/hadoop/wordcount/input /user/hadoop/wordcount/output。hdfs dfs -cat /user/hadoop/wordcount/output/part-r-00000，预期输出单词及出现次数（如Hadoop 2、is 2、awesome 1、World 1）。yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar pi 10 100，验证任务调度功能，预期输出π的近似值（如3.141592653589793）。使用Hadoop自带的TestDFSIO工具评估HDFS的读写性能：
yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-*.jar TestDFSIO -write -nrFiles 10 -size 1GB（生成10个1GB文件，测量写入吞吐量）。yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-*.jar TestDFSIO -read -nrFiles 10 -size 1GB（读取上述文件，测量读取吞吐量）。java -version显示Java 8或11）、SSH免密登录（ssh localhost无需密码）已正确配置。hdfs dfs -chmod -R 777 /user/test临时开放目录权限（生产环境需谨慎使用）。