CentOS如何搭建HDFS集群

在CentOS上搭建HDFS（Hadoop分布式文件系统）集群涉及多个步骤，包括安装Hadoop、配置Hadoop环境、启动HDFS服务等。以下是一个基本的指南：

前提条件

1. 操作系统：CentOS 7或更高版本。
2. Java环境：Hadoop需要Java环境，建议安装Java 8或更高版本。
3. 网络配置：确保所有节点之间可以互相通信，配置好hosts文件。
4. 防火墙设置：确保必要的端口（如50010, 50020, 50070, 50075, 50090等）是开放的。

步骤

1. 安装Java

sudo yum install java-1.8.0-openjdk-devel

2. 下载并解压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/
sudo mv /usr/local/hadoop-3.3.1 /usr/local/hadoop

3. 配置环境变量

编辑/etc/profile.d/hadoop.sh文件：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

然后使配置生效：

source /etc/profile.d/hadoop.sh

4. 配置Hadoop

编辑$HADOOP_HOME/etc/hadoop/hadoop-env.sh文件，设置Java路径：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk

编辑$HADOOP_HOME/etc/hadoop/core-site.xml文件，配置HDFS的URI：

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

编辑$HADOOP_HOME/etc/hadoop/hdfs-site.xml文件，配置HDFS的相关参数：

<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>

编辑$HADOOP_HOME/etc/hadoop/mapred-site.xml文件，配置MapReduce框架：

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

编辑$HADOOP_HOME/etc/hadoop/yarn-site.xml文件，配置YARN的相关参数：

<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>

5. 格式化HDFS

在NameNode节点上执行：

hdfs namenode -format

6. 启动HDFS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 Web界面（通常是http://resourcemanager-node:8088），查看集群状态。

注意事项

• 确保所有节点的时间同步。
• 确保所有节点的Hadoop配置文件一致。
• 确保防火墙设置正确，允许必要的端口通信。

通过以上步骤，你应该能够在CentOS上成功搭建一个基本的HDFS集群。根据实际需求，你可能需要进一步调整和优化配置。