怎么配置CentOS的HDFS

下面以 CentOS 7/8 为例，给你一套从零开始配置 HDFS（Hadoop 分布式文件系统）的完整步骤，适合单机伪分布式和完全分布式两种常见场景。

一、环境准备（CentOS）

1. 安装 JDK（必须）

Hadoop 依赖 Java。

java -version

如果没有安装：

yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel

配置环境变量：

vi /etc/profile

追加：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
export PATH=$JAVA_HOME/bin:$PATH

生效：

source /etc/profile

2. 创建 Hadoop 用户（推荐）

useradd hadoop
passwd hadoop

后续操作建议在 hadoop 用户下进行。

二、安装 Hadoop

1. 下载 Hadoop

cd /opt
wget https://downloads.apache.org/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz
tar -zxvf hadoop-3.3.6.tar.gz
mv hadoop-3.3.6 hadoop

2. 配置环境变量

vi /etc/profile

追加：

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

生效：

source /etc/profile

验证：

hadoop version

三、配置 HDFS（核心步骤）

Hadoop 配置文件在：

cd $HADOOP_HOME/etc/hadoop

1. 配置 core-site.xml

vi core-site.xml

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

完全分布式时，localhost 改为 NameNode 主机名或 IP。

2. 配置 hdfs-site.xml

vi hdfs-site.xml

伪分布式示例：

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

创建目录：

mkdir -p /opt/hadoop/data/namenode
mkdir -p /opt/hadoop/data/datanode

3. 配置 hadoop-env.sh

vi hadoop-env.sh

设置 Java 路径：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk

四、SSH 免密登录（必须）

ssh-keygen -t rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 600 ~/.ssh/authorized_keys

测试：

ssh localhost

五、格式化 HDFS（仅第一次）

⚠️ 只能执行一次

hdfs namenode -format

成功标志：

Storage directory ... has been successfully formatted.

六、启动 HDFS

start-dfs.sh

查看进程：

jps

应看到：

NameNode
DataNode
SecondaryNameNode

七、验证 HDFS

1. 查看 Web UI

浏览器访问：

http://服务器IP:9870

2. 基本 HDFS 操作

hdfs dfs -mkdir /test
hdfs dfs -put file.txt /test
hdfs dfs -ls /test
hdfs dfs -cat /test/file.txt

八、关闭 HDFS

stop-dfs.sh

九、常见错误排查

1. 无法启动 NameNode

没执行 hdfs namenode -format
目录权限不足

chown -R hadoop:hadoop /opt/hadoop

2. 端口无法访问

CentOS 防火墙：

systemctl stop firewalld
systemctl disable firewalld

十、完全分布式（简单说明）

额外需要：

多台 CentOS
配置 workers（DataNode 节点）
每个节点 SSH 免密
core-site.xml 使用真实主机名

如果你愿意，我可以帮你： ✅ 写 完全分布式集群配置 ✅ 画 HDFS 架构图 ✅ 针对 生产环境参数优化 ✅ 排查你当前报错日志

直接把你的 CentOS 版本 + Hadoop 版本 + 报错信息发我即可。