怎样在Ubuntu上搭建HDFS集群

在Ubuntu上搭建HDFS（Hadoop分布式文件系统）集群需要遵循以下步骤：

1. 安装Java

Hadoop需要Java环境，首先确保你的系统上安装了Java。

sudo apt update
sudo apt install openjdk-11-jdk

验证安装：

java -version

2. 下载并解压Hadoop

从Apache Hadoop官方网站下载最新版本的Hadoop，并解压到你的目录。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/

重命名解压后的目录以便于管理：

sudo mv /usr/local/hadoop-3.3.4 /usr/local/hadoop

3. 配置Hadoop环境变量

编辑/etc/profile文件，添加Hadoop的环境变量。

sudo nano /etc/profile

在文件末尾添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存并退出编辑器，然后使配置生效：

source /etc/profile

4. 配置Hadoop集群

编辑Hadoop的核心配置文件core-site.xml、hdfs-site.xml、yarn-site.xml和mapred-site.xml。

core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://namenode:9000</value>
    </property>
</configuration>

hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop/data/datanode</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>

mapred-site.xml

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

5. 格式化HDFS

在NameNode节点上执行以下命令来格式化HDFS：

hdfs namenode -format

6. 启动Hadoop集群

在NameNode节点上启动HDFS：

start-dfs.sh

在ResourceManager节点上启动YARN：

start-yarn.sh

7. 验证集群状态

访问ResourceManager的Web界面（通常是http://<resourcemanager-ip>:8088）来验证集群状态。

8. 配置SSH无密码登录

为了方便集群管理，配置SSH无密码登录。

在NameNode节点上生成SSH密钥：

ssh-keygen -t rsa

将公钥复制到其他节点：

ssh-copy-id <datanode-ip>

9. 配置Hadoop集群

编辑slaves文件（在$HADOOP_HOME/etc/hadoop目录下），添加所有DataNode的主机名或IP地址：

nano $HADOOP_HOME/etc/hadoop/slaves

添加DataNode节点：

datanode1
datanode2
datanode3

保存并退出编辑器。

10. 重新启动集群

在NameNode节点上重新启动Hadoop集群：

stop-dfs.sh
stop-yarn.sh

start-dfs.sh
start-yarn.sh

现在，你的HDFS集群应该已经成功搭建并运行。你可以通过Hadoop命令行工具或Web界面来管理和监控集群。