CentOS HDFS如何配置

在CentOS上配置Hadoop分布式文件系统（HDFS）涉及多个步骤，包括安装必要的软件、配置环境变量、设置SSH免密登录、格式化NameNode以及启动HDFS集群。以下是一个详细的配置指南：

1. 安装Java环境

首先，确保系统上安装了Java运行时环境（JRE）。

yum install java-1.8.0-openjdk-devel -y

2. 下载并解压Hadoop

下载Hadoop安装包并解压到指定目录。例如，使用Hadoop 3.3.4版本：

wget https://downloads.apache.org/hadoop/core/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /opt/

3. 配置环境变量

编辑/etc/profile文件，添加Hadoop和Java的环境变量：

vi /etc/profile

添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
export HADOOP_HOME=/opt/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存并退出，然后使配置生效：

source /etc/profile

4. 配置SSH免密登录

生成SSH密钥对并分发到所有节点：

ssh-keygen -t rsa -P ''
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh-copy-id root@node2
ssh-copy-id root@node3

确保所有节点的~/.ssh/authorized_keys文件内容相同。

5. 配置Hadoop配置文件

core-site.xml

编辑/opt/hadoop-3.3.4/etc/hadoop/core-site.xml文件，添加以下内容：

    
        fs.defaultFS
        hdfs://192.168.1.1:9000
    

hdfs-site.xml

编辑/opt/hadoop-3.3.4/etc/hadoop/hdfs-site.xml文件，添加以下内容：

    
        dfs.replication
        1
    
    
        dfs.namenode.name.dir
        /opt/hadoop-3.3.4/data/namenode
    
    
        dfs.datanode.data.dir
        /opt/hadoop-3.3.4/data/datanode
    
    
        dfs.namenode.http-address
        192.168.1.1:50070
    

yarn-site.xml

编辑/opt/hadoop-3.3.4/etc/hadoop/yarn-site.xml文件，添加以下内容：

    
        yarn.resourcemanager.hostname
        192.168.1.1
    
    
        yarn.nodemanager.aux-services
        mapreduce_shuffle
    

mapred-site.xml

编辑/opt/hadoop-3.3.4/etc/hadoop/mapred-site.xml文件，添加以下内容：

    
        mapreduce.framework.name
        yarn
    

6. 格式化NameNode

在首次启动HDFS之前，需要格式化NameNode：

hdfs namenode -format

7. 启动HDFS集群

启动HDFS集群：

/opt/hadoop-3.3.4/sbin/start-dfs.sh

8. 验证HDFS配置

访问HDFS的Web界面，通常在http://192.168.1.1:50070，使用NameNode的IP地址和端口号。

9. 停止HDFS集群

停止HDFS集群：

/opt/hadoop-3.3.4/sbin/stop-dfs.sh

以上步骤涵盖了在CentOS上配置HDFS的基本流程。根据具体需求，可能还需要进行更多的配置和优化。