如何在Debian上搭建HDFS

在Debian上搭建HDFS（Hadoop分布式文件系统）需要以下几个步骤：

1. 安装Java

Hadoop需要Java环境，首先确保你的Debian系统上安装了Java。

sudo apt update
sudo apt install openjdk-11-jdk

验证Java安装：

java -version

2. 下载并解压Hadoop

从Apache Hadoop官方网站下载最新版本的Hadoop，并解压到你的目录中。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/

3. 配置Hadoop环境变量

编辑/etc/profile文件，添加Hadoop的环境变量。

sudo nano /etc/profile

在文件末尾添加以下内容：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存并退出编辑器，然后使环境变量生效：

source /etc/profile

4. 配置Hadoop

编辑Hadoop的配置文件，主要涉及core-site.xml、hdfs-site.xml和yarn-site.xml。

core-site.xml

nano $HADOOP_HOME/etc/hadoop/core-site.xml

添加以下内容：

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

hdfs-site.xml

nano $HADOOP_HOME/etc/hadoop/hdfs-site.xml

添加以下内容：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop-3.3.4/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.4/data/datanode</value>
    </property>
</configuration>

yarn-site.xml

nano $HADOOP_HOME/etc/hadoop/yarn-site.xml

添加以下内容：

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
</configuration>

5. 格式化HDFS

在第一次启动HDFS之前，需要对NameNode进行格式化。

hdfs namenode -format

6. 启动Hadoop集群

启动HDFS和YARN。

start-dfs.sh
start-yarn.sh

7. 验证Hadoop集群

检查HDFS和YARN的状态。

jps

你应该看到以下进程：

• NameNode
• SecondaryNameNode
• ResourceManager
• NodeManager

访问HDFS Web界面：

打开浏览器，访问http://<your-debian-ip>:9870，你应该能看到Hadoop的Web界面。

8. 停止Hadoop集群

停止HDFS和YARN。

stop-dfs.sh
stop-yarn.sh

注意事项

• 确保所有节点的时间同步。
• 确保防火墙允许Hadoop所需的端口（默认是9000、8088、50070、50075、8040、8042等）。

通过以上步骤，你应该能够在Debian上成功搭建HDFS。