在CentOS上配置HDFS与集群的关系，主要涉及节点角色规划、配置文件设置及服务启动管理，具体如下：

1. 节点角色规划

   • NameNode：集群主节点，管理元数据，需配置hdfs-site.xml中dfs.namenode.name.dir指定存储路径。
   • DataNode：数据存储节点，配置hdfs-site.xml中dfs.datanode.data.dir定义数据目录。
   • Secondary NameNode（可选）：辅助NameNode合并元数据，需在hdfs-site.xml中配置dfs.namenode.secondary.http-address。
   • JournalNode（高可用场景）：用于NameNode元数据同步，需在hdfs-site.xml中配置dfs.namenode.shared.edits.dir为qjournal://格式的JournalNode地址列表。

2. 核心配置文件

   • core-site.xml：设置fs.defaultFS为集群NameNode的URI（如hdfs://namenode:9000），定义临时目录hadoop.tmp.dir。
   • hdfs-site.xml：配置数据块副本数dfs.replication（默认3）、NameNode和DataNode存储路径，高可用场景需启用dfs.ha.namenodes和dfs.client.failover.proxy.provider。
   • yarn-site.xml（可选）：若需集成YARN资源管理，需配置yarn.nodemanager.aux-services为mapreduce_shuffle。

3. 集群启动与管理

   • 格式化NameNode：首次启动前需在NameNode节点执行hdfs namenode -format。
   • 启动集群：在NameNode节点运行start-dfs.sh启动HDFS服务，DataNode会自动连接NameNode。
   • 状态验证：通过hdfs dfsadmin -report查看节点状态，或访问NameNode Web界面（默认端口50070）监控集群。

4. 高可用与扩展

   • 高可用配置：需部署ZooKeeper集群，通过hdfs-site.xml配置dfs.ha.automatic-failover.enabled为true，实现NameNode故障自动切换。
   • 集群扩容：添加新DataNode时，需将其主机名加入hdfs-site.xml的dfs.hosts文件，并在所有节点上更新配置后重启服务。

关键依赖：需先安装JDK并配置环境变量，确保节点间SSH免密登录，同时开放HDFS默认端口（如8020、50070等）。

参考来源：