CentOS HDFS集群如何搭建與配置

在CentOS上搭建和配置HDFS（Hadoop分布式文件系統）集群是一個復雜的過程，涉及多個步驟。以下是一個基本的指南，幫助你完成這個過程：

環境準備

1. 安裝Java環境：

   • HDFS需要Java運行環境，通常是JDK 8。

   yum install -y java-1.8.0-openjdk-devel
   

   • 配置Java環境變量：

     echo "export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk" >> /etc/profile
     source /etc/profile
     java -version
     

2. 配置主機名和靜態IP：

   • 在每個節點上修改主機名：

     hostnamectl set-hostname node1
     

   • 配置靜態IP地址：

     vi /etc/sysconfig/network-scripts/ifcfg-eth0
     # 添加或修改以下內容
     BOOTPROTO=static
     IPADDR=192.168.1.101
     NETMASK=255.255.255.0
     GATEWAY=192.168.1.1
     ONBOOT=yes
     

3. 配置SSH免密登錄：

   • 在每個節點上生成SSH密鑰，并將公鑰復制到其他節點：

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

安裝Hadoop

1. 下載Hadoop：

   • 從Apache Hadoop官網下載所需版本的Hadoop安裝包。例如，下載Hadoop 3.2.10：

     wget http://archive.apache.org/dist/hadoop/core/hadoop-3.2.10/hadoop-3.2.10.tar.gz
     

2. 解壓Hadoop：

   • 將下載的Hadoop安裝包解壓到指定目錄：

     tar -zxvf hadoop-3.2.10.tar.gz -C /opt/hadoop
     

3. 配置環境變量：

   • 編輯 /etc/profile 文件，添加Hadoop環境變量：

     export HADOOP_HOME=/opt/hadoop/hadoop-3.2.10
     export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
     

   • 使配置生效：

     source /etc/profile
     

配置Hadoop

1. 配置core-site.xml：

   • 在 HADOOP_HOME/etc/hadoop/ 目錄下編輯 core-site.xml 文件：

     <configuration>
         <property>
             <name>fs.defaultFS</name>
             <value>hdfs://node1:9000</value>
         </property>
         <property>
             <name>hadoop.tmp.dir</name>
             <value>/opt/hadoop/data</value>
         </property>
     </configuration>
     

2. 配置hdfs-site.xml：

   • 在 HADOOP_HOME/etc/hadoop/ 目錄下編輯 hdfs-site.xml 文件：

     <configuration>
         <property>
             <name>dfs.replication</name>
             <value>2</value>
         </property>
         <property>
             <name>dfs.namenode.name.dir</name>
             <value>/opt/hadoop/data/namenode</value>
         </property>
         <property>
             <name>dfs.datanode.data.dir</name>
             <value>/opt/hadoop/data/datanode</value>
         </property>
     </configuration>
     

3. 配置mapred-site.xml和yarn-site.xml：

   • 在 HADOOP_HOME/etc/hadoop/ 目錄下編輯 mapred-site.xml 和 yarn-site.xml 文件：

     <!-- mapred-site.xml -->
     <configuration>
         <property>
             <name>mapreduce.framework.name</name>
             <value>yarn</value>
         </property>
     </configuration>
     
     <!-- yarn-site.xml -->
     <configuration>
         <property>
             <name>yarn.resourcemanager.hostname</name>
             <value>node1</value>
         </property>
         <property>
             <name>yarn.nodemanager.aux-services</name>
             <value>mapreduce_shuffle</value>
         </property>
     </configuration>
     

格式化NameNode

在NameNode節點上執行以下命令格式化文件系統：

hdfs namenode -format

啟動Hadoop集群

在NameNode節點上啟動HDFS：

start-dfs.sh

驗證Hadoop集群

使用以下命令驗證Hadoop集群是否正常運行：

jps

訪問HDFS Web界面

打開瀏覽器，訪問 http://node1:50070，查看HDFS管理界面。

高可用性配置（可選）

1. 配置JournalNode：

   • 至少配置一個JournalNode以實現數據日志的共享。

2. 配置ZooKeeper：

   • 使用ZooKeeper進行NameNode的主備切換。
   • 修改 hdfs-site.xml 文件以啟用高可用性特性，如 dfs.nameservices、dfs.ha.namenodes 等。

以上步驟提供了一個基本的HDFS集群搭建流程，具體配置可能會根據實際環境和需求有所不同。建議參考官方文檔進行詳細配置。