在CentOS上配置HDFS(Hadoop Distributed File System)集群涉及多个步骤,包括安装Java、配置Hadoop环境、设置SSH无密码登录以及配置HDFS本身。以下是一个基本的指南:
Hadoop需要Java运行环境。你可以使用以下命令安装OpenJDK:
sudo yum install java-1.8.0-openjdk-devel
验证安装:
java -version
从Apache Hadoop官方网站下载最新版本的Hadoop,并解压到你的目录中。例如:
wget https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/
编辑/etc/profile.d/hadoop.sh
文件,添加以下内容:
export HADOOP_HOME=/usr/local/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
使配置生效:
source /etc/profile.d/hadoop.sh
在所有节点上生成SSH密钥对,并将公钥复制到其他节点:
ssh-keygen -t rsa
ssh-copy-id hadoop@node2
ssh-copy-id hadoop@node3
编辑$HADOOP_HOME/etc/hadoop/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$HADOOP_HOME/etc/hadoop/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>/usr/local/hadoop-3.3.4/data/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/local/hadoop-3.3.4/data/datanode</value>
</property>
</configuration>
在NameNode节点上执行以下命令:
hdfs namenode -format
在NameNode节点上启动HDFS:
start-dfs.sh
在DataNode节点上启动DataNode:
start-dfs.sh
访问NameNode的Web界面(通常是http://namenode:50070
),查看集群状态。
如果你还需要运行YARN,可以按照类似的步骤配置YARN。
core-site.xml
:<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>resourcemanager</value>
</property>
</configuration>
yarn-site.xml
:<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
</configuration>
在ResourceManager节点上启动ResourceManager:
start-yarn.sh
在NodeManager节点上启动NodeManager:
start-yarn.sh
访问ResourceManager的Web界面(通常是http://resourcemanager:8088
),查看集群状态。
通过以上步骤,你应该能够在CentOS上成功配置一个基本的HDFS集群。根据你的具体需求,可能还需要进行更多的配置和优化。