Linux环境下如何配置HDFS集群

在Linux环境下配置HDFS（Hadoop Distributed File System）集群涉及多个步骤，包括安装Hadoop、配置Hadoop环境变量、设置HDFS相关配置文件以及启动HDFS集群。以下是一个基本的步骤指南：

1. 安装Hadoop

首先，确保你已经下载了Hadoop的二进制包。你可以从Apache Hadoop官方网站下载最新版本的Hadoop。

wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -xzvf hadoop-3.3.1.tar.gz -C /usr/local/

2. 配置Hadoop环境变量

编辑/etc/profile文件或~/.bashrc文件，添加以下内容：

export HADOOP_HOME=/usr/local/hadoop-3.3.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

然后使配置生效：

source /etc/profile

3. 配置HDFS

3.1 修改`core-site.xml`

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>

3.2 修改`hdfs-site.xml`

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-3.3.1/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.1/data/datanode</value>
    </property>
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
</configuration>

3.3 修改`yarn-site.xml`

编辑$HADOOP_HOME/etc/hadoop/yarn-site.xml文件，添加以下内容：

<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>

3.4 修改`mapred-site.xml`

编辑$HADOOP_HOME/etc/hadoop/mapred-site.xml文件，添加以下内容：

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

4. 格式化HDFS

在NameNode节点上执行以下命令来格式化HDFS：

hdfs namenode -format

5. 启动HDFS集群

5.1 启动NameNode和SecondaryNameNode

在NameNode节点上执行以下命令：

start-dfs.sh

5.2 启动YARN ResourceManager和NodeManager

在ResourceManager节点上执行以下命令：

start-yarn.sh

6. 验证集群状态

使用以下命令检查HDFS和YARN的状态：

hdfs dfsadmin -report
yarn node -list

7. 配置SSH无密码登录

为了方便集群管理，建议配置SSH无密码登录。在每个节点上生成SSH密钥对，并将公钥复制到其他节点的~/.ssh/authorized_keys文件中。

ssh-keygen -t rsa
ssh-copy-id user@namenode
ssh-copy-id user@datanode1
ssh-copy-id user@datanode2

8. 配置防火墙

确保防火墙允许Hadoop所需的端口通信。例如，允许9000、50010、50020、8020、8030、8031、8032、8040、8042等端口的通信。

sudo firewall-cmd --permanent --zone=public --add-port=9000/tcp
sudo firewall-cmd --permanent --zone=public --add-port=50010/tcp
sudo firewall-cmd --permanent --zone=public --add-port=50020/tcp
sudo firewall-cmd --permanent --zone=public --add-port=8020/tcp
sudo firewall-cmd --permanent --zone=public --add-port=8030/tcp
sudo firewall-cmd --permanent --zone=public --add-port=8031/tcp
sudo firewall-cmd --permanent --zone=public --add-port=8032/tcp
sudo firewall-cmd --permanent --zone=public --add-port=8040/tcp
sudo firewall-cmd --permanent --zone=public --add-port=8042/tcp
sudo firewall-cmd --reload

完成以上步骤后，你的HDFS集群应该已经成功配置并运行。

0 赞

0 踩