CentOS如何轻松配置HDFS

CentOS轻松配置HDFS分步指南
以下是在CentOS系统上配置HDFS（Hadoop分布式文件系统）的简化步骤，覆盖基础环境准备、核心配置及启动验证，适合快速搭建单节点HDFS集群。

1. 准备工作

操作系统：确保使用CentOS 7及以上版本（建议使用最小化安装）。
网络配置：关闭防火墙或开放Hadoop所需端口（如9000、50070、50010等），避免网络拦截。
权限设置：使用普通用户（如hadoop）操作，避免root权限滥用；后续需将Hadoop目录归属该用户（chown -R hadoop:hadoop /usr/local/hadoop）。

2. 安装Java环境

Hadoop依赖Java 8运行，通过以下命令快速安装OpenJDK：

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

验证Java版本（需显示1.8.0）：

java -version

配置Java环境变量（编辑/etc/profile.d/java.sh）：

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

3. 下载并解压Hadoop

从Apache官网下载稳定版Hadoop（如3.3.1），解压至/usr/local并创建软链接：

wget https://dlcdn.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -zxvf hadoop-3.3.1.tar.gz -C /usr/local/
ln -s /usr/local/hadoop-3.3.1 /usr/local/hadoop

配置Hadoop环境变量（编辑/etc/profile.d/hadoop.sh）：

echo "export HADOOP_HOME=/usr/local/hadoop" >> /etc/profile.d/hadoop.sh
echo "export PATH=\$PATH:\$HADOOP_HOME/bin:\$HADOOP_HOME/sbin" >> /etc/profile.d/hadoop.sh
source /etc/profile.d/hadoop.sh

验证Hadoop安装：

hadoop version

4. 配置HDFS核心参数

进入Hadoop配置目录（$HADOOP_HOME/etc/hadoop），修改以下关键文件：

4.1 core-site.xml（HDFS默认文件系统）

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value> <!-- 单节点用localhost，集群改为NameNode IP -->
    </property>
</configuration>

4.2 hdfs-site.xml（HDFS核心配置）

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value> <!-- 单节点设为1，集群根据节点数调整（如3） -->
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop/data/namenode</value> <!-- NameNode元数据存储路径 -->
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop/data/datanode</value> <!-- DataNode数据存储路径 -->
    </property>
</configuration>

4.3 可选：yarn-site.xml（若启用YARN）

若需使用YARN作为资源管理器，修改yarn-site.xml：

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

5. 创建数据目录

手动创建HDFS数据存储目录（若配置文件中路径未自动创建）：

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

设置目录权限（确保Hadoop用户可读写）：

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

6. 格式化NameNode

首次启动HDFS前，必须格式化NameNode（清除旧元数据，仅第一次需要）：

hdfs namenode -format

格式化后会生成dfs.name.dir目录下的元数据文件。

7. 启动HDFS集群

使用以下命令启动HDFS服务（单节点无需单独启动DataNode，start-dfs.sh会自动启动）：

start-dfs.sh

验证HDFS进程是否运行（应看到NameNode和DataNode进程）：

jps

若进程未启动，检查/usr/local/hadoop/logs目录下的日志文件排查错误。

8. 验证HDFS状态

命令行验证：执行以下命令查看HDFS集群信息：
```
hdfs dfsadmin -report
```
输出应包含NameNode、DataNode的状态及存储容量。
Web界面验证：打开浏览器访问http://<namenode-ip>:50070（如http://localhost:50070），查看HDFS的Web管理界面（显示集群状态、存储使用情况等）。

注意事项

单节点 vs 集群：上述步骤为单节点配置，若需搭建集群，需在所有节点上重复安装步骤，并在core-site.xml中配置NameNode的IP地址，同时在slaves文件中添加DataNode主机名。
防火墙设置：生产环境中需配置防火墙规则，允许Hadoop相关端口（如9000、50070、50010等）通过，避免网络隔离导致服务不可用。
权限问题：始终使用非root用户操作，避免权限冲突；若遇到权限错误，可通过chown命令调整目录归属。