如何在CentOS上正確配置HDFS

在CentOS上配置HDFS（Hadoop分布式文件系統）涉及多個步驟，包括安裝Hadoop、配置Hadoop集群以及啟動和驗證HDFS。以下是一個基本的指南：

1. 安裝Java

Hadoop需要Java運行環境。你可以使用以下命令安裝OpenJDK：

sudo yum install java-1.8.0-openjdk-devel

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，并將其解壓到你的目錄中。例如：

wget https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -xzvf hadoop-3.3.1.tar.gz -C /usr/local/

重命名解壓后的目錄以便于管理：

sudo mv /usr/local/hadoop-3.3.1 /usr/local/hadoop

3. 配置Hadoop環境變量

編輯/etc/profile.d/hadoop.sh文件，添加以下內容：

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

使環境變量生效：

source /etc/profile.d/hadoop.sh

4. 配置Hadoop

編輯Hadoop的配置文件，主要涉及core-site.xml、hdfs-site.xml和yarn-site.xml。

core-site.xml

編輯$HADOOP_HOME/etc/hadoop/core-site.xml文件，添加以下內容：

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

hdfs-site.xml

編輯$HADOOP_HOME/etc/hadoop/hdfs-site.xml文件，添加以下內容：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</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>

創建數據目錄：

sudo mkdir -p /usr/local/hadoop/data/namenode
sudo mkdir -p /usr/local/hadoop/data/datanode

修改目錄權限：

sudo chown -R hadoop:hadoop /usr/local/hadoop/data

yarn-site.xml

編輯$HADOOP_HOME/etc/hadoop/yarn-site.xml文件，添加以下內容：

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

5. 格式化HDFS

在第一次啟動HDFS之前，需要對其進行格式化：

hdfs namenode -format

6. 啟動Hadoop集群

啟動HDFS和YARN：

start-dfs.sh
start-yarn.sh

7. 驗證HDFS

檢查HDFS是否正常運行：

jps

你應該看到以下進程：

• NameNode
• DataNode
• SecondaryNameNode
• ResourceManager
• NodeManager

訪問HDFS Web界面：

打開瀏覽器，訪問http://<your-namenode-ip>:50070，你應該能看到HDFS的狀態頁面。

8. 停止Hadoop集群

停止HDFS和YARN：

stop-dfs.sh
stop-yarn.sh

以上步驟是在單節點上配置HDFS的基本過程。如果你打算配置一個多節點集群，還需要配置slaves文件（在$HADOOP_HOME/etc/hadoop/slaves），并在每個工作節點上重復上述步驟。