在centos系统上高效搭建hadoop分布式文件系统(hdfs)需要多个步骤，包括环境准备、hadoop安装配置、安全设置、namenode格式化以及启动hdfs服务等。以下步骤提供详细指南：
一、环境准备
- 服务器准备: 至少准备三台centos服务器，分别作为NameNode、DataNode1和DataNode2等。
- 网络配置: 确保所有服务器位于同一网络，并配置静态IP地址。修改/etc/hosts文件，使主机名与IP地址正确映射。
- ssh配置: 设置SSH免密登录，实现节点间无密码访问。
二、Java环境安装
在所有节点上安装Java Development Kit (JDK)，并正确配置JAVA_HOME环境变量。
三、Hadoop下载与解压
从apache Hadoop官网下载最新版Hadoop安装包，并解压至指定目录。
四、Hadoop环境变量配置
编辑/etc/profile文件，添加Hadoop安装路径和JAVA_HOME路径。执行source /etc/profile使环境变量生效。
五、HDFS配置
修改以下Hadoop配置文件：
- core-site.xml: 配置HDFS默认URI。
- hdfs-site.xml: 配置HDFS存储目录、副本数量等关键参数。
- mapred-site.xml 和 yarn-site.xml: 配置mapreduce和yarn相关参数。
六、NameNode格式化
在NameNode节点上执行格式化命令：hdfs namenode –format
七、HDFS启动
执行start-dfs.sh和start-yarn.sh启动NameNode和DataNode服务。
八、部署验证
使用命令hdfs dfs -ls验证HDFS是否正常运行。
九、高可用性配置 (可选)
为增强系统稳定性，可考虑配置zookeeper集群实现NameNode高可用，以及配置HDFS联邦以实现集群横向扩展。
十、性能优化 (可选)
- 调整块大小: 根据实际工作负载调整块大小。
- 数据本地性: 增加DataNode数量，减少网络数据传输。
- 副本数量: 根据容错需求调整副本数量。
- 避免小文件: 合并小文件以降低NameNode负载。
- 硬件升级: 使用更高性能的CPU、内存、硬盘和网络设备。
- 集群扩容: 通过增加NameNode和DataNode节点来扩展集群规模。
重要提示: 以上步骤可能需要根据具体环境和需求进行调整。部署过程中，务必仔细检查所有配置文件，确保所有服务正确启动。对于生产环境，建议提前规划集群扩展性和高可用性，以保证系统稳定可靠。
