CentOS HDFS高可用性配置

在CentOS上配置HDFS（Hadoop Distributed File System）的高可用性（HA）涉及多个步骤和组件。以下是一个基本的指南，帮助你在CentOS上配置HDFS HA：

前提条件

1. CentOS 7或更高版本
2. Java JDK 8或更高版本
3. Hadoop 2.x或更高版本
4. 至少三台服务器（用于NameNode HA）

步骤

1. 安装Java JDK

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 /opt/

3. 配置Hadoop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=/opt/hadoop-3.3.1
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HDFS HA

编辑$HADOOP_HOME/etc/hadoop/core-site.xml：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
</configuration>

编辑$HADOOP_HOME/etc/hadoop/hdfs-site.xml：

<configuration>
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>namenode1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>namenode2:8020</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>namenode1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>namenode2:50070</value>
    </property>
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://journalnode1:8485;journalnode2:8485;journalnode3:8485/mycluster</value>
    </property>
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/home/hadoop/.ssh/id_rsa</value>
    </property>
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/opt/hadoop-3.3.1/data/journalnode</value>
    </property>
</configuration>

5. 配置ZooKeeper

确保ZooKeeper集群已经安装并运行。你可以参考ZooKeeper的官方文档进行安装和配置。

6. 启动JournalNode

在所有JournalNode服务器上启动JournalNode：

$HADOOP_HOME/sbin/hadoop-daemon.sh start journalnode

7. 初始化NameNode元数据

在一台NameNode上执行以下命令：

$HADOOP_HOME/sbin/hadoop namenode -format

8. 启动NameNode

在所有NameNode服务器上启动NameNode（注意：先启动一个NameNode，然后使用hdfs haadmin命令切换到另一个NameNode）：

$HADOOP_HOME/sbin/hadoop-daemon.sh start namenode

9. 启动DataNode

在所有DataNode服务器上启动DataNode：

$HADOOP_HOME/sbin/hadoop-daemon.sh start datanode

10. 验证HA配置

使用以下命令检查HDFS HA状态：

$HADOOP_HOME/bin/hdfs haadmin -getServiceState nn1
$HADOOP_HOME/bin/hdfs haadmin -getServiceState nn2

通过以上步骤，你应该能够在CentOS上成功配置HDFS的高可用性。请根据你的实际环境和需求进行调整。