HDFS在CentOS上的部署流程是什么

在CentOS上部署HDFS（Hadoop分布式文件系统）是一个相对复杂的过程，涉及多个步骤。以下是一个基本的部署流程，假设你要配置一个单机版的HDFS集群。对于完全分布式集群，流程会更为复杂，需要额外配置ZooKeeper、Secondary NameNode等。

准备工作

1. 安装Java：HDFS需要Java环境，首先确保Java已安装。

   yum install java-1.8.0-openjdk-devel -y
   

2. 配置SSH免密登录：配置SSH免密登录，以便在节点之间进行无密码访问。

   ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
   ssh-copy-id localhost
   

下载并解压Hadoop

从Apache Hadoop官网下载对应版本的Hadoop安装包，并解压到指定目录。

wget https://downloads.apache.org/hadoop/core/hadoop-3.2.4/hadoop-3.2.4.tar.gz
tar -zxvf hadoop-3.2.4.tar.gz -C /opt/

配置环境变量

编辑 /etc/profile 文件，添加Hadoop的路径和库路径。

echo "export HADOOP_HOME=/opt/hadoop-3.2.4" >> /etc/profile
echo "export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin" >> /etc/profile
source /etc/profile

配置Hadoop配置文件

1. core-site.xml：配置HDFS的默认文件系统和临时目录。

   <configuration>
       <property>
           <name>fs.defaultFS</name>
           <value>hdfs://localhost:9000</value>
       </property>
       <property>
           <name>hadoop.tmp.dir</name>
           <value>/usr/local/hadoop/tmp</value>
       </property>
   </configuration>
   

2. hdfs-site.xml：配置HDFS的数据节点目录、副本数等。

   <configuration>
       <property>
           <name>dfs.namenode.name.dir</name>
           <value>/usr/local/hadoop/hdfs/namenode</value>
       </property>
       <property>
           <name>dfs.datanode.data.dir</name>
           <value>/usr/local/hadoop/hdfs/datanode</value>
       </property>
       <property>
           <name>dfs.replication</name>
           <value>1</value>
       </property>
   </configuration>
   

3. mapred-site.xml 和 yarn-site.xml（可选）：配置MapReduce框架和YARN资源管理器。

格式化NameNode

在NameNode节点上执行 hdfs namenode -format 命令，初始化文件系统。

hdfs namenode -format

启动HDFS

在NameNode节点上执行 start-dfs.sh 脚本启动HDFS集群。

/opt/hadoop-3.2.4/sbin/start-dfs.sh

验证配置

使用 jps 命令检查进程，确保NameNode和DataNode正在运行。

jps

通过Web界面（通常是 http://namenode-host:port）访问HDFS的管理页面，验证安装是否成功。

高可用性配置（可选）

对于生产环境，建议配置高可用性特性，如JournalNode和ZooKeeper集群。

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。
3. 修改hdfs-site.xml：添加高可用性相关的配置，如 dfs.nameservices、dfs.ha.namenodes 等。

请注意，以上步骤是一个基本的指南，具体的配置可能会根据你的集群规模和需求有所不同。在实际操作中，还需要考虑防火墙设置、SELinux配置、网络策略等因素。建议参考官方文档或相关的技术指南进行详细配置。