CentOS HDFS配置需要哪些依赖

在CentOS上配置Hadoop分布式文件系统（HDFS）需要满足一些基本的依赖条件。以下是详细的配置步骤和所需依赖：

安装Java环境

首先，确保所有节点上安装了Java环境。可以使用以下命令安装OpenJDK：

sudo yum install java-1.8.0-openjdk-devel

安装Hadoop

下载并解压Hadoop安装包到指定目录，例如 /usr/local/hadoop。可以从Apache Hadoop官方网站下载最新版本的Hadoop。

配置环境变量

编辑 /etc/profile 文件，添加Hadoop的路径和库路径：

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

然后，使配置生效：

source /etc/profile

配置Hadoop配置文件

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://namenode_hostname:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/tmp</value>
    </property>
</configuration>

hdfs-site.xml

配置HDFS数据存储路径和副本数等：

<configuration>
    <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>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

yarn-site.xml 和 mapred-site.xml

如果使用YARN资源管理器和MapReduce框架，还需要配置相应的配置文件：

yarn-site.xml:

<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>

mapred-site.xml:

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

格式化NameNode

在NameNode节点上执行以下命令格式化NameNode：

hdfs namenode -format

启动HDFS

在NameNode节点上执行以下命令启动HDFS集群：

start-dfs.sh

验证配置

使用以下命令检查HDFS的状态：

hdfs dfsadmin -report

配置防火墙

确保防火墙允许Hadoop使用的端口（默认是9000、50010、50020、50070、50075、50090）：

firewall-cmd --permanent --zone=public --add-port=9000/tcp
firewall-cmd --permanent --zone=public --add-port=50010/tcp
firewall-cmd --permanent --zone=public --add-port=50020/tcp
firewall-cmd --permanent --zone=public --add-port=50070/tcp
firewall-cmd --permanent --zone=public --add-port=50075/tcp
firewall-cmd --permanent --zone=public --add-port=50090/tcp
firewall-cmd --reload

配置SSH无密码登录

为所有Hadoop节点配置SSH免密登录：

ssh-keygen -t rsa
ssh-copy-id hadoop@namenode_hostname