如何配置CentOS HDFS高可用

配置CentOS上的HDFS高可用性（HA）涉及多个步骤，包括设置NameNode、SecondaryNameNode、DataNode、ZooKeeper以及配置相关文件。以下是一个基本的指南，帮助你在CentOS系统上配置HDFS高可用性。

1. 准备工作

准备节点：准备至少三台CentOS虚拟机，分别命名为NameNode（NN）、SecondaryNameNode（SNN）和DataNode（DN）。
网络配置：确保所有节点在同一网络中，并且可以相互通信。
安装JDK：在所有节点上安装JDK，并配置环境变量。

2. 配置ZooKeeper

下载并解压ZooKeeper：

wget https://downloads.apache.org/zookeeper/zookeeper-3.8.0/apache-zookeeper-3.8.0-bin.tar.gz
tar -xzf apache-zookeeper-3.8.0-bin.tar.gz
mv apache-zookeeper-3.8.0-bin /opt/zookeeper

配置ZooKeeper：编辑/opt/zookeeper/conf/zoo.cfg文件，添加或修改以下内容：

dataDir=/var/lib/zookeeper
clientPort=2181
server.1=node1:2888
server.2=node2:2888
server.3=node3:2888

创建myid文件：在每台节点上创建一个myid文件，内容为其节点编号。

echo 1 > /var/lib/zookeeper/myid  # 在node1上
echo 2 > /var/lib/zookeeper/myid  # 在node2上
echo 3 > /var/lib/zookeeper/myid  # 在node3上

启动ZooKeeper服务：
```
/opt/zookeeper/bin/zkServer.sh start
```

3. 配置Hadoop

下载并解压Hadoop：

wget https://downloads.apache.org/hadoop/core/hadoop-3.2.0/hadoop-3.2.0.tar.gz
tar -xzf hadoop-3.2.0.tar.gz
mv hadoop-3.2.0 /opt/hadoop

配置环境变量：编辑/etc/profile文件，添加以下内容：

export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

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

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>node1:2181,node2:2181,node3:2181</value>
    </property>
</configuration>

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

<configuration>
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>node1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>node2:8020</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>node1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>node2:50070</value>
    </property>
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://node1:8485;node2:8485;node3:8485/mycluster</value>
    </property>
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/var/lib/hadoop/journalnode</value>
    </property>
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/root/.ssh/id_rsa</value>
    </property>
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
</configuration>

4. 配置DataNode

配置DataNode：编辑每台DataNode上的hdfs-site.xml文件，添加以下内容：

<configuration>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/var/lib/hadoop/datanode</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>node1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>node2:8020</value>
    </property>
</configuration>

5. 初始化NameNode

格式化NameNode：在NameNode节点上执行以下命令：
```
hdfs namenode -format
```
启动Hadoop服务：
```
start-dfs.sh
```

6. 验证配置

检查NameNode状态：使用以下命令检查NameNode状态：
```
hdfs haadmin
```

通过以上步骤，你可以在CentOS上配置一个高可用的HDFS集群。请根据你的具体需求和环境调整配置。