HDFS在Linux集群中的部署步骤

在Linux集群中部署HDFS（Hadoop Distributed File System）涉及多个步骤，以下是一个基本的指南：

准备工作

准备节点：至少需要准备4台虚拟机，分别设置为NameNode(1台)、DataNode(3台)。
网络配置：确保所有节点在同一个网络中，能够互相访问。
安装JDK：在所有节点上安装Java Development Kit(JDK)，因为Hadoop是基于Java的。
安装Hadoop：将所有节点上的JDK目录复制到Hadoop的安装目录中，并解压。

配置环境变量

在每个节点上编辑 /etc/profile 文件，添加以下内容：

export JAVA_HOME=/path/to/jdk
export PATH=$JAVA_HOME/bin:$PATH
export HADOOP_HOME=/path/to/hadoop
export PATH=$HADOOP_HOME/bin:$PATH

然后执行 source /etc/profile 使配置生效。

修改配置文件

core-site.xml：

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

hdfs-site.xml：

<configuration>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/path/to/namenode/data</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/path/to/datanode/data</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

slaves：在所有DataNode节点上编辑 /etc/hosts 文件，添加NameNode的主机名。

格式化NameNode

在NameNode节点上执行以下命令初始化NameNode的元数据存储目录：

hdfs namenode -format

启动HDFS集群

启动NameNode：在NameNode节点上执行以下命令启动NameNode：

start-dfs.sh

启动DataNode：在所有DataNode节点上启动DataNode：

start-dfs.sh datanode

验证集群

使用 jps 命令检查NameNode和DataNode是否正在运行。
访问NameNode的Web界面：http://namenode:50070，查看集群状态。

高可用性配置（可选）

对于高可用性配置，需要设置Secondary NameNode、ZooKeeper以及故障转移控制器(ZKFC)。具体步骤可以参考Hadoop官方文档或相关教程。

请注意，以上步骤是一个简化的指南，实际搭建过程中可能会遇到更多细节问题。建议在开始前详细阅读Hadoop官方文档，并根据实际情况进行调整。