CentOS中HDFS如何正确配置

在CentOS系统中配置HDFS（Hadoop分布式文件系统）需要遵循一系列步骤。以下是一个基本的指南，帮助你在CentOS上正确配置HDFS：

1. 安装Java

Hadoop依赖于Java，因此首先需要安装Java环境。

sudo yum install java-1.8.0-openjdk-devel

2. 下载并解压Hadoop

从Apache Hadoop官方网站下载最新版本的Hadoop，并将其解压到指定目录。

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/

3. 配置Hadoop环境变量

编辑/etc/profile.d/hadoop.sh文件，添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
export HADOOP_HOME=/usr/local/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Hadoop核心文件

编辑$HADOOP_HOME/etc/hadoop/core-site.xml文件，添加以下内容：

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

5. 配置HDFS文件

编辑$HADOOP_HOME/etc/hadoop/hdfs-site.xml文件，添加以下内容：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop-3.3.1/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.1/data/datanode</value>
    </property>
</configuration>

6. 格式化NameNode

在首次启动HDFS之前，需要对NameNode进行格式化。

hdfs namenode -format

7. 启动HDFS

启动HDFS集群：

start-dfs.sh

8. 验证HDFS状态

使用以下命令检查HDFS的状态：

hdfs dfsadmin -report

9. 配置防火墙

确保防火墙允许HDFS所需的端口（默认是9000）。

sudo firewall-cmd --permanent --zone=public --add-port=9000/tcp
sudo firewall-cmd --reload

10. 配置SSH无密码登录

为了方便管理，可以配置SSH无密码登录到所有节点。

ssh-keygen -t rsa
ssh-copy-id user@node1
ssh-copy-id user@node2
# 重复以上步骤，直到所有节点都配置完毕

11. 配置YARN（可选）

如果你打算使用YARN进行资源管理，还需要进行相应的配置。

配置YARN核心文件

编辑$HADOOP_HOME/etc/hadoop/yarn-site.xml文件，添加以下内容：

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>localhost</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

启动YARN

启动YARN集群：

start-yarn.sh

12. 验证YARN状态

使用以下命令检查YARN的状态：

yarn node -list

通过以上步骤，你应该能够在CentOS上成功配置和运行HDFS。根据实际需求，你可能还需要进行更多的配置和优化。