如何配置CentOS HDFS高可用

配置CentOS上的HDFS高可用性（HA）涉及多个步骤，包括设置NameNode、SecondaryNameNode、DataNode、ZooKeeper以及配置相关文件。以下是一个基本的指南，帮助你在CentOS系统上配置HDFS高可用性。

1. 准备工作

• 准备节点：准备至少三台CentOS虚拟机，分别命名为NameNode（NN）、SecondaryNameNode（SNN）和DataNode（DN）。
• 网络配置：确保所有节点在同一网络中，并且可以相互通信。
• 安装JDK：在所有节点上安装JDK，并配置环境变量。

2. 配置ZooKeeper

• 下载并解压ZooKeeper：

  wget https://downloads.apache.org/zookeeper/zookeeper-3.8.0/apache-zookeeper-3.8.0-bin.tar.gz
  tar -xzf apache-zookeeper-3.8.0-bin.tar.gz
  mv apache-zookeeper-3.8.0-bin /opt/zookeeper
  

• 配置ZooKeeper： 编辑/opt/zookeeper/conf/zoo.cfg文件，添加或修改以下内容：

  dataDir=/var/lib/zookeeper
  clientPort=2181
  server.1=node1:2888
  server.2=node2:2888
  server.3=node3:2888
  

• 创建myid文件： 在每台节点上创建一个myid文件，内容为其节点编号。

  echo 1 > /var/lib/zookeeper/myid  # 在node1上
  echo 2 > /var/lib/zookeeper/myid  # 在node2上
  echo 3 > /var/lib/zookeeper/myid  # 在node3上
  

• 启动ZooKeeper服务：

  /opt/zookeeper/bin/zkServer.sh start
  

3. 配置Hadoop

• 下载并解压Hadoop：

  wget https://downloads.apache.org/hadoop/core/hadoop-3.2.0/hadoop-3.2.0.tar.gz
  tar -xzf hadoop-3.2.0.tar.gz
  mv hadoop-3.2.0 /opt/hadoop
  

• 配置环境变量： 编辑/etc/profile文件，添加以下内容：

  export HADOOP_HOME=/opt/hadoop
  export PATH=$PATH:$HADOOP_HOME/bin
  export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
  

• 配置core-site.xml： 编辑/opt/hadoop/etc/hadoop/core-site.xml文件，添加以下内容：

  
      
          fs.defaultFS
          hdfs://mycluster
      
      
          ha.zookeeper.quorum
          node1:2181,node2:2181,node3:2181
      
  
  

• 配置hdfs-site.xml： 编辑/opt/hadoop/etc/hadoop/hdfs-site.xml文件，添加以下内容：

  
      
          dfs.nameservices
          mycluster
      
      
          dfs.ha.namenodes.mycluster
          nn1,nn2
      
      
          dfs.namenode.rpc-address.mycluster.nn1
          node1:8020
      
      
          dfs.namenode.rpc-address.mycluster.nn2
          node2:8020
      
      
          dfs.namenode.http-address.mycluster.nn1
          node1:50070
      
      
          dfs.namenode.http-address.mycluster.nn2
          node2:50070
      
      
          dfs.namenode.shared.edits.dir
          qjournal://node1:8485;node2:8485;node3:8485/mycluster
      
      
          dfs.journalnode.edits.dir
          /var/lib/hadoop/journalnode
      
      
          dfs.client.failover.proxy.provider.mycluster
          org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
      
      
          dfs.ha.fencing.methods
          sshfence
      
      
          dfs.ha.fencing.ssh.private-key-files
          /root/.ssh/id_rsa
      
      
          dfs.ha.automatic-failover.enabled
          true
      
  
  

4. 配置DataNode

• 配置DataNode： 编辑每台DataNode上的hdfs-site.xml文件，添加以下内容：

  
      
          dfs.datanode.data.dir
          /var/lib/hadoop/datanode
      
      
          dfs.namenode.rpc-address.mycluster.nn1
          node1:8020
      
      
          dfs.namenode.rpc-address.mycluster.nn2
          node2:8020
      
  
  

5. 初始化NameNode

• 格式化NameNode： 在NameNode节点上执行以下命令：

  hdfs namenode -format
  

• 启动Hadoop服务：

  start-dfs.sh
  

6. 验证配置

• 检查NameNode状态： 使用以下命令检查NameNode状态：

  hdfs haadmin
  

通过以上步骤，你可以在CentOS上配置一个高可用的HDFS集群。请根据你的具体需求和环境调整配置。