CentOS HDFS集群如何搭建与配置

在CentOS上搭建和配置HDFS（Hadoop分布式文件系统）集群是一个复杂的过程，涉及多个步骤。以下是一个基本的指南，帮助你完成这个过程：

环境准备

1. 安装Java环境：

   • HDFS需要Java运行环境，通常是JDK 8。

   yum install -y java-1.8.0-openjdk-devel
   

   • 配置Java环境变量：

     echo "export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk" >> /etc/profile
     source /etc/profile
     java -version
     

2. 配置主机名和静态IP：

   • 在每个节点上修改主机名：

     hostnamectl set-hostname node1
     

   • 配置静态IP地址：

     vi /etc/sysconfig/network-scripts/ifcfg-eth0
     # 添加或修改以下内容
     BOOTPROTO=static
     IPADDR=192.168.1.101
     NETMASK=255.255.255.0
     GATEWAY=192.168.1.1
     ONBOOT=yes
     

3. 配置SSH免密登录：

   • 在每个节点上生成SSH密钥，并将公钥复制到其他节点：

     ssh-keygen -t rsa
     ssh-copy-id node2
     ssh-copy-id node3
     

安装Hadoop

1. 下载Hadoop：

   • 从Apache Hadoop官网下载所需版本的Hadoop安装包。例如，下载Hadoop 3.2.10：

     wget http://archive.apache.org/dist/hadoop/core/hadoop-3.2.10/hadoop-3.2.10.tar.gz
     

2. 解压Hadoop：

   • 将下载的Hadoop安装包解压到指定目录：

     tar -zxvf hadoop-3.2.10.tar.gz -C /opt/hadoop
     

3. 配置环境变量：

   • 编辑 /etc/profile 文件，添加Hadoop环境变量：

     export HADOOP_HOME=/opt/hadoop/hadoop-3.2.10
     export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
     

   • 使配置生效：

     source /etc/profile
     

配置Hadoop

1. 配置core-site.xml：

   • 在 HADOOP_HOME/etc/hadoop/ 目录下编辑 core-site.xml 文件：

     <configuration>
         <property>
             <name>fs.defaultFS</name>
             <value>hdfs://node1:9000</value>
         </property>
         <property>
             <name>hadoop.tmp.dir</name>
             <value>/opt/hadoop/data</value>
         </property>
     </configuration>
     

2. 配置hdfs-site.xml：

   • 在 HADOOP_HOME/etc/hadoop/ 目录下编辑 hdfs-site.xml 文件：

     <configuration>
         <property>
             <name>dfs.replication</name>
             <value>2</value>
         </property>
         <property>
             <name>dfs.namenode.name.dir</name>
             <value>/opt/hadoop/data/namenode</value>
         </property>
         <property>
             <name>dfs.datanode.data.dir</name>
             <value>/opt/hadoop/data/datanode</value>
         </property>
     </configuration>
     

3. 配置mapred-site.xml和yarn-site.xml：

   • 在 HADOOP_HOME/etc/hadoop/ 目录下编辑 mapred-site.xml 和 yarn-site.xml 文件：

     <!-- mapred-site.xml -->
     <configuration>
         <property>
             <name>mapreduce.framework.name</name>
             <value>yarn</value>
         </property>
     </configuration>
     
     <!-- yarn-site.xml -->
     <configuration>
         <property>
             <name>yarn.resourcemanager.hostname</name>
             <value>node1</value>
         </property>
         <property>
             <name>yarn.nodemanager.aux-services</name>
             <value>mapreduce_shuffle</value>
         </property>
     </configuration>
     

格式化NameNode

在NameNode节点上执行以下命令格式化文件系统：

hdfs namenode -format

启动Hadoop集群

在NameNode节点上启动HDFS：

start-dfs.sh

验证Hadoop集群

使用以下命令验证Hadoop集群是否正常运行：

jps

访问HDFS Web界面

打开浏览器，访问 http://node1:50070，查看HDFS管理界面。

高可用性配置（可选）

1. 配置JournalNode：

   • 至少配置一个JournalNode以实现数据日志的共享。

2. 配置ZooKeeper：

   • 使用ZooKeeper进行NameNode的主备切换。
   • 修改 hdfs-site.xml 文件以启用高可用性特性，如 dfs.nameservices、dfs.ha.namenodes 等。

以上步骤提供了一个基本的HDFS集群搭建流程，具体配置可能会根据实际环境和需求有所不同。建议参考官方文档进行详细配置。