HDFS在CentOS上的高可用配置方法

在CentOS上配置HDFS（Hadoop Distributed File System）的高可用性（HA）涉及多个步骤，包括设置多个NameNode、配置JournalNode以及确保ZooKeeper的集成。以下是一个基本的指南：

前提条件

安装Hadoop：确保你已经在所有节点上安装了相同版本的Hadoop。
配置SSH无密码登录：确保所有节点之间可以通过SSH无密码登录。

步骤

1. 配置Hadoop环境变量

编辑/etc/profile或~/.bashrc文件，添加以下内容：

export HADOOP_HOME=/path/to/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

然后运行source /etc/profile或source ~/.bashrc使配置生效。

2. 配置core-site.xml

在$HADOOP_HOME/etc/hadoop/core-site.xml中添加以下配置：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
</configuration>

3. 配置hdfs-site.xml

在$HADOOP_HOME/etc/hadoop/hdfs-site.xml中添加以下配置：

<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>namenode1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>namenode2:8020</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>namenode1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>namenode2:50070</value>
    </property>
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://journalnode1:8485;journalnode2:8485;journalnode3:8485/mycluster</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>/path/to/ssh/key</value>
    </property>
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/path/to/journalnode/data</value>
    </property>
</configuration>

4. 配置yarn-site.xml

在$HADOOP_HOME/etc/hadoop/yarn-site.xml中添加以下配置：

<configuration>
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yarn-cluster</value>
    </property>
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>resourcemanager1</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>resourcemanager2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
</configuration>

5. 配置MapReduce

在$HADOOP_HOME/etc/hadoop/mapred-site.xml中添加以下配置：

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

6. 启动JournalNode

在所有JournalNode节点上启动JournalNode服务：

$HADOOP_HOME/sbin/hadoop-daemon.sh start journalnode

7. 格式化NameNode

在其中一个NameNode节点上格式化NameNode：

$HADOOP_HOME/bin/hdfs namenode -format

8. 启动NameNode

在其中一个NameNode节点上启动NameNode：

$HADOOP_HOME/sbin/hadoop-daemon.sh start namenode

9. 同步NameNode元数据

在另一个NameNode节点上同步元数据：

$HADOOP_HOME/bin/hdfs namenode -bootstrapStandby

10. 启动其他NameNode

在另一个NameNode节点上启动NameNode：

$HADOOP_HOME/sbin/hadoop-daemon.sh start namenode

11. 启动ResourceManager

在ResourceManager节点上启动ResourceManager：

$HADOOP_HOME/sbin/yarn-daemon.sh start resourcemanager

12. 启动其他ResourceManager

在另一个ResourceManager节点上启动ResourceManager：

$HADOOP_HOME/sbin/yarn-daemon.sh start resourcemanager

验证配置

访问NameNode Web界面（例如：http://namenode1:50070）。
访问ResourceManager Web界面（例如：http://resourcemanager1:8088）。

通过以上步骤，你应该能够在CentOS上成功配置HDFS的高可用性。请根据实际情况调整配置文件中的路径和节点名称。