centos hdfs如何设置

下面以 CentOS 7/8 为例，系统说明 HDFS（Hadoop 分布式文件系统） 的基本安装与配置流程。内容适用于 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

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

确认 JAVA_HOME：

echo $JAVA_HOME

一般路径是：

/usr/lib/jvm/java-1.8.0-openjdk

2. 创建 Hadoop 用户（可选但推荐）

useradd hadoop
passwd hadoop
su - hadoop

二、安装 Hadoop

1. 下载 Hadoop

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 /usr/local/hadoop

2. 配置环境变量

编辑 ~/.bashrc 或 /etc/profile：

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

生效：

source ~/.bashrc

三、HDFS 核心配置（重要）

进入 Hadoop 配置目录：

cd $HADOOP_HOME/etc/hadoop

1. 配置 hadoop-env.sh

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

2. 配置 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

3. 配置 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>/usr/local/hadoop/data/namenode</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>/usr/local/hadoop/data/datanode</value>
  </property>
</configuration>

四、SSH 免密登录（必须）

Hadoop 需要通过 SSH 启动服务。

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

六、启动 HDFS

start-dfs.sh

查看进程：

jps

应看到：

• NameNode
• DataNode
• SecondaryNameNode

七、验证 HDFS

1. 访问 Web UI

http://<服务器IP>:9870

（Hadoop 3.x 默认端口）

2. 基本 HDFS 命令

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

八、完全分布式（简要说明）

1. 多台 CentOS 主机
2. 配置：
   • core-site.xml → NameNode 地址
   • hdfs-site.xml → replication ≥ 3
   • workers 文件 → 配置 DataNode 主机
3. 所有节点：
   • 相同 Hadoop 版本
   • 相同 JAVA_HOME
   • SSH 免密互通

九、常见问题

1. NameNode 起不来

• 没格式化
• 端口被占用
• 权限不足（目录权限）

2. DataNode 无法连接

• 防火墙未关闭
• hosts 配置错误

systemctl stop firewalld
systemctl disable firewalld

如果你需要：

• ✅ CentOS 7 完整实战步骤
• ✅ Hadoop HA（高可用）
• ✅ HDFS + YARN
• ✅ 生产环境参数优化

可以直接告诉我你的使用场景。