HDFS与YARN协同配置：让数据存储与资源管理无缝对接

在Hadoop生态里，HDFS和YARN堪称黄金搭档，一个管数据存储，一个管资源调度。想让它们默契配合，高效运转，关键就在于正确的协同配置。下面这份配置指南，可以说是搭建稳定Hadoop集群的必经之路。

1. 配置HDFS：打好数据地基

HDFS是数据仓库，配置得当才能保证数据安全和高可用。

1.1 修改core-site.xml

这个文件定义了Hadoop的核心属性，其中最关键的是告诉系统默认文件系统在哪。

• fs.defaultFS：这是HDFS的“门牌号”，所有客户端都通过这个URI访问。通常设置为NameNode的主机名和端口。

  
    fs.defaultFS
    hdfs://namenode:8020
  

1.2 修改hdfs-site.xml

这里配置的是HDFS服务本身的详细参数，直接关系到数据可靠性和存储路径。

• dfs.replication：数据块的副本数。设为3意味着每个数据块会在集群中存3份，这是兼顾可靠性与存储开销的常用值。

  
    dfs.replication
    3
  

• dfs.namenode.name.dir：NameNode存储元数据（如文件目录树）的本地目录路径。务必确保这个目录所在磁盘可靠且空间充足。

  
    dfs.namenode.name.dir
    /path/to/namenode/data
  

• dfs.datanode.data.dir：DataNode存储实际数据块的本地目录路径。可以配置多个目录，用逗号分隔，以利用多块磁盘。

  
    dfs.datanode.data.dir
    /path/to/datanode/data
  

2. 配置YARN：搭建资源调度中心

YARN是集群的“大脑”，负责给各种计算任务分配CPU和内存。

2.1 修改yarn-site.xml

YARN的核心配置都在这里，重点是定义资源管理器和节点管理器的行为。

• yarn.resourcemanager.hostname：指定ResourceManager运行在哪台机器上。集群中的所有节点都需要知道这个地址。

  
    yarn.resourcemanager.hostname
    resourcemanager
  

• yarn.nodemanager.aux-services：NodeManager需要提供的辅助服务。对于运行MapReduce任务而言，“mapreduce_shuffle”是必须的，它负责在Map和Reduce阶段之间传输数据。

  
    yarn.nodemanager.aux-services
    mapreduce_shuffle
  

• yarn.nodemanager.resource.memory-mb：定义该NodeManager节点可以分配给容器的物理内存总量（单位MB）。这个值需要根据机器实际内存扣除系统和其他服务所需后谨慎设定。

  
    yarn.nodemanager.resource.memory-mb
    8192
  

• yarn.nodemanager.resource.cpu-vcores：定义该NodeManager节点可分配给容器的虚拟CPU核心总数。同样，需要根据物理核心数合理规划。

  
    yarn.nodemanager.resource.cpu-vcores
    4
  

3. 配置MapReduce（如果使用）

虽然YARN可以支持多种计算框架，但MapReduce依然是经典。要让MapReduce跑在YARN上，只需一个关键配置。

3.1 修改mapred-site.xml

• mapreduce.framework.name：这个参数必须设为“yarn”，告诉MapReduce作业使用YARN作为资源管理框架，而不是旧的本地或经典模式。

  
    mapreduce.framework.name
    yarn
  

4. 启动HDFS和YARN：让系统跑起来

配置完成后，就可以按顺序启动服务了。通常先启动存储层，再启动资源管理层。

4.1 启动HDFS

在NameNode节点上执行以下命令，它会按顺序启动NameNode、DataNode和SecondaryNameNode。

start-dfs.sh

4.2 启动YARN

在ResourceManager节点上执行以下命令，启动ResourceManager和各个NodeManager。

start-yarn.sh

5. 验证配置：眼见为实

启动之后，千万别忘了验证服务是否真的正常。最直观的方法就是访问它们的Web管理界面。

• 打开浏览器，访问 https://resourcemanager:8088。如果能看到YARN的ResourceManager Web界面，上面显示着集群概况和节点列表，那就说明YARN启动成功了。
• 再访问 https://namenode:50070。这是HDFS的NameNode Web界面，在这里可以查看文件系统状态、数据节点存活情况等，是验证HDFS健康度的最佳窗口。

几个不容忽视的注意事项

配置和启动只是第一步，要保证集群长期稳定运行，下面这几条经验之谈值得牢记：

• 时间同步是底线：集群所有节点必须保持时间同步，否则可能导致数据不一致、任务失败等诡异问题。建议使用NTP服务。
• 网络畅通是前提：确保所有配置中用到的主机名或IP地址在节点间都能互相解析和访问，防火墙规则也需要相应放行。
• 参数调优是常态：上面给出的配置值是示例。实际生产中，必须根据硬件资源（内存、CPU、磁盘）、业务负载和数据规模进行细致的调整和优化。

完成以上步骤，一个具备基本功能的HDFS+YARN协同环境就搭建好了。当然，对于生产系统，这仅仅是起点，后续的安全配置、高可用设置、性能调优才是更大的挑战。