CentOS如何配置HDFS集群

在CentOS上配置HDFS（Hadoop Distributed File System）集群涉及多个步骤，包括安装Java、配置Hadoop环境、设置SSH无密码登录以及配置HDFS本身。以下是一个基本的指南：

1. 安装Java

Hadoop需要Java运行环境。你可以使用以下命令安装OpenJDK：

sudo yum install java-1.8.0-openjdk-devel 

验证安装：

java -version 

2. 下载并解压Hadoop

从Apache Hadoop官方网站下载最新版本的Hadoop，并解压到你的目录中。例如：

wget https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz tar -xzvf hadoop-3.3.4.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 HADOOP_HOME=/usr/local/hadoop-3.3.4 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin 

使配置生效：

source /etc/profile.d/hadoop.sh 

4. 配置SSH无密码登录

在所有节点上生成SSH密钥对，并将公钥复制到其他节点：

ssh-keygen -t rsa ssh-copy-id hadoop@node2 ssh-copy-id hadoop@node3 

5. 配置HDFS

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://namenode: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>3</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>/usr/local/hadoop-3.3.4/data/namenode</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/usr/local/hadoop-3.3.4/data/datanode</value> </property> </configuration> 

6. 格式化NameNode

在NameNode节点上执行以下命令：

hdfs namenode -format 

7. 启动HDFS集群

在NameNode节点上启动HDFS：

start-dfs.sh 

在DataNode节点上启动DataNode：

start-dfs.sh 

8. 验证集群状态

访问NameNode的Web界面（通常是http://namenode:50070），查看集群状态。

9. 配置YARN（可选）

如果你还需要运行YARN，可以按照类似的步骤配置YARN。

配置YARN的core-site.xml：

<configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>resourcemanager</value> </property> </configuration> 

配置YARN的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> 

启动YARN：

在ResourceManager节点上启动ResourceManager：

start-yarn.sh 

在NodeManager节点上启动NodeManager：

start-yarn.sh 

10. 验证YARN集群状态

访问ResourceManager的Web界面（通常是http://resourcemanager:8088），查看集群状态。

通过以上步骤，你应该能够在CentOS上成功配置一个基本的HDFS集群。根据你的具体需求，可能还需要进行更多的配置和优化。