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:
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
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/
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:$HADOOP_HOME/sbin
然后使配置生效:
source /etc/profile.d/hadoop.sh
编辑$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>
编辑$HADOOP_HOME/etc/hadoop/hdfs-site.xml
文件,添加以下内容:
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/usr/local/hadoop-3.3.1/data/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/local/hadoop-3.3.1/data/datanode</value>
</property>
</configuration>
在首次启动HDFS之前,需要对NameNode进行格式化。
hdfs namenode -format
启动HDFS集群:
start-dfs.sh
使用以下命令检查HDFS的状态:
hdfs dfsadmin -report
确保防火墙允许HDFS所需的端口(默认是9000)。
sudo firewall-cmd --permanent --zone=public --add-port=9000/tcp
sudo firewall-cmd --reload
为了方便管理,可以配置SSH无密码登录到所有节点。
ssh-keygen -t rsa
ssh-copy-id user@node1
ssh-copy-id user@node2
# 重复以上步骤,直到所有节点都配置完毕
如果你打算使用YARN进行资源管理,还需要进行相应的配置。
编辑$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集群:
start-yarn.sh
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。