在CentOS上部署Hadoop的HDFS（Hadoop Distributed File System）和YARN（Yet Another Resource Negotiator）是大数据处理和分析的基础。HDFS负责存储数据，而YARN负责资源管理和调度。以下是它们协同工作的基本原理和步骤：
HDFS与YARN的协同工作
- HDFS的作用：
- HDFS作为分布式文件系统，负责存储大量的数据文件，并提供高可用性和容错性。
- 它将数据分成多个块（block），并将这些块分布在多个DataNode上，以实现数据的并行读写和冗余存储。
- YARN的作用：
- YARN是Hadoop的资源管理器，负责整个集群资源的分配、调度和管理。
- 它包括两个主要组件：ResourceManager和NodeManager。ResourceManager负责全局资源管理和调度，而每个NodeManager负责单个节点上的资源管理和容器化应用程序的执行。
- 协同工作流程：
- 当一个应用程序提交到YARN时，ResourceManager会根据集群的资源状况分配资源，并安排一个或多个Container在NodeManager上运行。
- 这些Container可以运行MapReduce任务或其他类型的分布式计算任务，这些任务由HDFS提供数据存储。
- YARN的ResourceManager还与HDFS的NameNode和DataNode交互，以获取所需的数据块信息。
在CentOS上部署HDFS和YARN的步骤
- 环境准备：
- 安装JDK并配置环境变量。
- 配置SSH免密登录。
- 安装和配置Hadoop。
- 配置HDFS：
- 编辑
hdfs-site.xml文件，配置HDFS相关的属性，如数据块大小、副本数等。
- 编辑
core-site.xml文件，配置HDFS的默认文件系统和名称节点地址。
- 配置YARN：
- 编辑
yarn-site.xml文件，配置YARN相关的属性，如ResourceManager和NodeManager的设置、资源调度器等。
- 启动HDFS和YARN：
- 使用命令行启动HDFS和YARN服务。
- 格式化NameNode并启动HDFS。
- 启动YARN的ResourceManager和NodeManager。
- 验证部署：
- 使用
jps命令检查HDFS和YARN的进程是否正常运行。
- 通过Web界面或命令行工具验证HDFS的文件存储和YARN的资源调度功能。
以上就是CentOS上HDFS与YARN协同工作的基本原理和部署步骤。在实际应用中，可能还需要根据具体需求进行更多的配置和优化。