怎樣在Ubuntu上搭建HDFS集群

在Ubuntu上搭建HDFS（Hadoop分布式文件系統）集群需要遵循以下步驟：

1. 安裝Java

Hadoop需要Java環境，首先確保你的系統上安裝了Java。

sudo apt update
sudo apt install openjdk-11-jdk

驗證安裝：

java -version

2. 下載并解壓Hadoop

從Apache Hadoop官方網站下載最新版本的Hadoop，并解壓到你的目錄。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/

重命名解壓后的目錄以便于管理：

sudo mv /usr/local/hadoop-3.3.4 /usr/local/hadoop

3. 配置Hadoop環境變量

編輯/etc/profile文件，添加Hadoop的環境變量。

sudo nano /etc/profile

在文件末尾添加以下內容：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存并退出編輯器，然后使配置生效：

source /etc/profile

4. 配置Hadoop集群

編輯Hadoop的核心配置文件core-site.xml、hdfs-site.xml、yarn-site.xml和mapred-site.xml。

core-site.xml

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

hdfs-site.xml

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

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>

5. 格式化HDFS

在NameNode節點上執行以下命令來格式化HDFS：

hdfs namenode -format

6. 啟動Hadoop集群

在NameNode節點上啟動HDFS：

start-dfs.sh

在ResourceManager節點上啟動YARN：

start-yarn.sh

7. 驗證集群狀態

訪問ResourceManager的Web界面（通常是http://<resourcemanager-ip>:8088）來驗證集群狀態。

8. 配置SSH無密碼登錄

為了方便集群管理，配置SSH無密碼登錄。

在NameNode節點上生成SSH密鑰：

ssh-keygen -t rsa

將公鑰復制到其他節點：

ssh-copy-id <datanode-ip>

9. 配置Hadoop集群

編輯slaves文件（在$HADOOP_HOME/etc/hadoop目錄下），添加所有DataNode的主機名或IP地址：

nano $HADOOP_HOME/etc/hadoop/slaves

添加DataNode節點：

datanode1
datanode2
datanode3

保存并退出編輯器。

10. 重新啟動集群

在NameNode節點上重新啟動Hadoop集群：

stop-dfs.sh
stop-yarn.sh

start-dfs.sh
start-yarn.sh

現在，你的HDFS集群應該已經成功搭建并運行。你可以通過Hadoop命令行工具或Web界面來管理和監控集群。