在CentOS上配置HDFS(Hadoop分布式文件系统)涉及多个步骤,包括安装Java、配置Hadoop环境变量、设置HDFS相关参数以及启动HDFS服务。以下是一个基本的指南:
Hadoop需要Java环境,首先确保你的CentOS系统上安装了Java。
sudo yum update -y
sudo yum install java-1.8.0-openjdk-devel -y
验证Java安装:
java -version
从Apache Hadoop官方网站下载最新版本的Hadoop,并解压到指定目录。
wget https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz
tar -xzvf hadoop-3.3.1.tar.gz -C /usr/local/
编辑/etc/profile.d/hadoop.sh文件,添加以下内容:
export HADOOP_HOME=/usr/local/hadoop-3.3.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
使环境变量生效:
source /etc/profile.d/hadoop.sh
编辑Hadoop的配置文件,主要涉及core-site.xml、hdfs-site.xml和yarn-site.xml。
在$HADOOP_HOME/etc/hadoop/core-site.xml中添加以下内容:
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
在$HADOOP_HOME/etc/hadoop/hdfs-site.xml中添加以下内容:
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/usr/local/hadoop-3.3.1/data/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/local/hadoop-3.3.1/data/datanode</value>
</property>
</configuration>
确保创建数据目录:
mkdir -p /usr/local/hadoop-3.3.1/data/namenode
mkdir -p /usr/local/hadoop-3.3.1/data/datanode
在$HADOOP_HOME/etc/hadoop/yarn-site.xml中添加以下内容:
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
在首次启动HDFS之前,需要对NameNode进行格式化。
hdfs namenode -format
启动HDFS集群:
start-dfs.sh
验证HDFS状态:
jps
你应该能看到NameNode、SecondaryNameNode和DataNode进程。
打开浏览器,访问http://<your_node_ip>:50070,你应该能看到HDFS的Web界面。
停止HDFS集群:
stop-dfs.sh
以上步骤是在单节点上配置HDFS的基本过程。如果你打算在多节点集群上运行Hadoop,还需要配置slaves文件,并在所有节点上重复上述步骤。